Perjodikament, tqum il-kompitu ta 'tiftix għal data relatata bl-użu ta' sett ta 'ċwievet. sakemm nikseb in-numru totali meħtieġ ta 'rekords.
L-aktar eżempju ta '"ħajja reali" huwa li juri 20 eqdem problema, elenkati fuq il-lista tal-impjegati (pereżempju, fi ħdan diviżjoni waħda). Għal diversi "dashboards" ta 'ġestjoni b'sommarji qosra ta' oqsma tax-xogħol, suġġett simili huwa meħtieġ spiss.
F'dan l-artikolu se nħarsu lejn l-implimentazzjoni f'PostgreSQL ta 'soluzzjoni "naive" għal problema bħal din, algoritmu "aktar intelliġenti" u kumpless ħafna "loop" fl-SQL b'kundizzjoni ta 'ħruġ mid-dejta misjuba, li jistgħu jkunu utli kemm għall-iżvilupp ġenerali kif ukoll għall-użu f'każijiet oħra simili.
Ejja nieħdu sett tad-dejta tat-test minn
CREATE INDEX ON task(owner_id, task_date, id);
-- а старый - удалим
DROP INDEX task_owner_id_task_date_idx;
Kif jinstema, hekk miktub
L-ewwel, ejja nfasslu l-aktar verżjoni sempliċi tat-talba, billi ngħaddu l-IDs tal-artisti
SELECT
*
FROM
task
WHERE
owner_id = ANY('{1,2,4,8,16,32,64,128,256,512}'::integer[])
ORDER BY
task_date, id
LIMIT 20;
Xi ftit imdejjaq - ordnajna biss 20 rekord, iżda Index Scan rritornaha lilna 960 linja, li mbagħad kellhom jiġu magħżula wkoll... Ejja nippruvaw naqraw inqas.
unnest + ARRAY
L-ewwel konsiderazzjoni li tgħinna hija jekk ikollna bżonn 20 biss magħżula rekords, imbagħad aqra biss mhux aktar minn 20 magħżula fl-istess ordni għal kull wieħed ċavetta. Tajjeb, indiċi adattat (owner_id, task_date, id) għandna.
Ejja nużaw l-istess mekkaniżmu għall-estrazzjoni u "tifrix f'kolonni" rekord integrali tal-mejda, bħal fi ARRAY()
:
WITH T AS (
SELECT
unnest(ARRAY(
SELECT
t
FROM
task t
WHERE
owner_id = unnest
ORDER BY
task_date, id
LIMIT 20 -- ограничиваем тут...
)) r
FROM
unnest('{1,2,4,8,16,32,64,128,256,512}'::integer[])
)
SELECT
(r).*
FROM
T
ORDER BY
(r).task_date, (r).id
LIMIT 20; -- ... и тут - тоже
Oh, ħafna aħjar diġà! 40% aktar mgħaġġla u 4.5 darbiet inqas dejta Kelli naqrah.
Materjalizzazzjoni ta' rekords ta' tabella permezz ta' CTEĦa niġbed l-attenzjoni tiegħek għall-fatt li f'xi każijiet Tentattiv biex taħdem immedjatament mal-oqsma ta' rekord wara li tfittix għaliha f'subquery, mingħajr ma "geżwer" f'CTE, jista' jwassal għal "immultiplika" InitPlan proporzjonali għan-numru ta' dawn l-istess oqsma:
SELECT
((
SELECT
t
FROM
task t
WHERE
owner_id = 1
ORDER BY
task_date, id
LIMIT 1
).*);
Result (cost=4.77..4.78 rows=1 width=16) (actual time=0.063..0.063 rows=1 loops=1)
Buffers: shared hit=16
InitPlan 1 (returns $0)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.031..0.032 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t (cost=0.42..387.57 rows=500 width=48) (actual time=0.030..0.030 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
InitPlan 2 (returns $1)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.008..0.009 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_1 (cost=0.42..387.57 rows=500 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
InitPlan 3 (returns $2)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_2 (cost=0.42..387.57 rows=500 width=48) (actual time=0.008..0.008 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4"
InitPlan 4 (returns $3)
-> Limit (cost=0.42..1.19 rows=1 width=48) (actual time=0.009..0.009 rows=1 loops=1)
Buffers: shared hit=4
-> Index Scan using task_owner_id_task_date_id_idx on task t_3 (cost=0.42..387.57 rows=500 width=48) (actual time=0.009..0.009 rows=1 loops=1)
Index Cond: (owner_id = 1)
Buffers: shared hit=4
L-istess rekord kien "ħares 'il fuq" darbiet 4... Sa PostgreSQL 11, din l-imġieba sseħħ regolarment, u s-soluzzjoni hija li "kebbeb" f'CTE, li huwa limitu assolut għall-ottimizzatur f'dawn il-verżjonijiet.
Akkumulatur rikorsiv
Fil-verżjoni preċedenti, b'kollox naqraw 200 linja għall-fini tal-ħtieġa 20. Mhux 960, iżda saħansitra inqas - huwa possibbli?
Ejja nippruvaw nużaw l-għarfien li għandna bżonn b’kollox 20 rekords. Jiġifieri se ntennu l-qari tad-dejta biss sakemm nilħqu l-ammont li neħtieġu.
Pass 1: Lista tal-Bidu
Ovvjament, il-lista "mira" tagħna ta '20 rekord għandha tibda bl-"ewwel" rekords għal waħda miċ-ċwievet tagħna sid_id. Għalhekk, l-ewwel se nsibu tali "l-ewwel ħafna" għal kull ċwievet u żidha mal-lista, issortjarha fl-ordni li rridu - (task_date, id).
Pass 2: Sib l-iskrizzjonijiet "li jmiss".
Issa jekk nieħdu l-ewwel dħul mil-lista tagħna u nibdew "pass" aktar tul l-indiċi il-preservazzjoni taċ-ċavetta owner_id, allura r-rekords kollha misjuba huma eżattament dawk li jmiss fl-għażla li tirriżulta. Naturalment, biss sakemm naqsmu l-butt key it-tieni daħla fil-lista.
Jekk jirriżulta li aħna "qassim" it-tieni rekord, allura l-aħħar entrata li tinqara għandha tiżdied mal-lista minflok l-ewwel waħda (bl-istess sid_id), u wara nerġgħu nisortraw il-lista mill-ġdid.
Jiġifieri, dejjem insiru li l-lista m'għandhiex aktar minn entrata waħda għal kull ċwievet (jekk l-entrati jispiċċaw u ma “naqsbux”, allura l-ewwel entrata mil-lista sempliċement tisparixxi u xejn ma jkun miżjud ), u huma dejjem magħżula f'ordni axxendenti taċ-ċavetta tal-applikazzjoni (task_date, id).
Pass 3: iffiltra u "tespandi" r-rekords
F'xi wħud mir-ringieli tal-għażla rikorsiv tagħna, xi rekords rv
huma duplikati - l-ewwel insibu bħal "taqsam il-fruntiera tat-tieni entrata tal-lista", u mbagħad tibdilha bħala l-ewwel mil-lista. Allura l-ewwel okkorrenza trid tiġi ffiltrata.
Il-mistoqsija finali dreaded
WITH RECURSIVE T AS (
-- #1 : заносим в список "первые" записи по каждому из ключей набора
WITH wrap AS ( -- "материализуем" record'ы, чтобы обращение к полям не вызывало умножения InitPlan/SubPlan
WITH T AS (
SELECT
(
SELECT
r
FROM
task r
WHERE
owner_id = unnest
ORDER BY
task_date, id
LIMIT 1
) r
FROM
unnest('{1,2,4,8,16,32,64,128,256,512}'::integer[])
)
SELECT
array_agg(r ORDER BY (r).task_date, (r).id) list -- сортируем список в нужном порядке
FROM
T
)
SELECT
list
, list[1] rv
, FALSE not_cross
, 0 size
FROM
wrap
UNION ALL
-- #2 : вычитываем записи 1-го по порядку ключа, пока не перешагнем через запись 2-го
SELECT
CASE
-- если ничего не найдено для ключа 1-й записи
WHEN X._r IS NOT DISTINCT FROM NULL THEN
T.list[2:] -- убираем ее из списка
-- если мы НЕ пересекли прикладной ключ 2-й записи
WHEN X.not_cross THEN
T.list -- просто протягиваем тот же список без модификаций
-- если в списке уже нет 2-й записи
WHEN T.list[2] IS NULL THEN
-- просто возвращаем пустой список
'{}'
-- пересортировываем словарь, убирая 1-ю запись и добавляя последнюю из найденных
ELSE (
SELECT
coalesce(T.list[2] || array_agg(r ORDER BY (r).task_date, (r).id), '{}')
FROM
unnest(T.list[3:] || X._r) r
)
END
, X._r
, X.not_cross
, T.size + X.not_cross::integer
FROM
T
, LATERAL(
WITH wrap AS ( -- "материализуем" record
SELECT
CASE
-- если все-таки "перешагнули" через 2-ю запись
WHEN NOT T.not_cross
-- то нужная запись - первая из спписка
THEN T.list[1]
ELSE ( -- если не пересекли, то ключ остался как в предыдущей записи - отталкиваемся от нее
SELECT
_r
FROM
task _r
WHERE
owner_id = (rv).owner_id AND
(task_date, id) > ((rv).task_date, (rv).id)
ORDER BY
task_date, id
LIMIT 1
)
END _r
)
SELECT
_r
, CASE
-- если 2-й записи уже нет в списке, но мы хоть что-то нашли
WHEN list[2] IS NULL AND _r IS DISTINCT FROM NULL THEN
TRUE
ELSE -- ничего не нашли или "перешагнули"
coalesce(((_r).task_date, (_r).id) < ((list[2]).task_date, (list[2]).id), FALSE)
END not_cross
FROM
wrap
) X
WHERE
T.size < 20 AND -- ограничиваем тут количество
T.list IS DISTINCT FROM '{}' -- или пока список не кончился
)
-- #3 : "разворачиваем" записи - порядок гарантирован по построению
SELECT
(rv).*
FROM
T
WHERE
not_cross; -- берем только "непересекающие" записи
Għalhekk, aħna innegozjat 50% tad-data qari għal 20% tal-ħin ta 'eżekuzzjoni. Jiġifieri, jekk għandek raġunijiet biex temmen li l-qari jista 'jieħu żmien twil (per eżempju, id-dejta ħafna drabi ma tkunx fil-cache, u trid tmur fuq disk għaliha), allura b'dan il-mod tista' tiddependi inqas fuq il-qari .
Fi kwalunkwe każ, il-ħin ta 'eżekuzzjoni rriżulta li kien aħjar milli fl-ewwel għażla "naive". Imma liema minn dawn it-3 għażliet għandek tuża hija f'idejk.
Sors: www.habr.com