PostgreSQL Antipatterns: एउटा शब्दकोशको साथ भारी JOIN मा हिट गरौं

हामी "साधारण देखिने सरल" PostgreSQL प्रश्नहरूको प्रदर्शन सुधार गर्न थोरै ज्ञात तरिकाहरूको अध्ययनमा समर्पित लेखहरूको श्रृंखला जारी राख्छौं:

• दुर्लभ रेकर्ड JOIN को बीचमा पुग्नेछ
• सिसिफियन जोइन एरे
• हानिकारक JOIN र OR
• CTE CTE मा सामेल हुनुहोस्

मलाई JOIN त्यति मन पर्दैन भन्ने नसोच... :)

तर अक्सर यो बिना, अनुरोध यसको साथ भन्दा उल्लेखनीय रूपमा अधिक उत्पादक हुन जान्छ। त्यसैले आज हामी प्रयास गर्नेछौं संसाधन-गहन JOIN बाट छुटकारा पाउनुहोस् - एक शब्दकोश प्रयोग गर्दै।

PostgreSQL 12 बाट सुरु गर्दै, तल वर्णन गरिएका केही अवस्थाहरूलाई अलि फरक रूपमा पुन: उत्पादन गर्न सकिन्छ। पूर्वनिर्धारित गैर-भौतिकीकरण CTE। यो व्यवहार कुञ्जी निर्दिष्ट गरेर उल्टाउन सकिन्छ MATERIALIZED.

सीमित शब्दावलीमा धेरै "तथ्यहरू"

एक धेरै वास्तविक अनुप्रयोग कार्य लिनुहोस् - हामीले एउटा सूची प्रदर्शन गर्न आवश्यक छ आगमन सन्देशहरू वा प्रेषकहरूसँग सक्रिय कार्यहरू:

25.01 | Иванов И.И. | Подготовить описание нового алгоритма.
22.01 | Иванов И.И. | Написать статью на Хабр: жизнь без JOIN.
20.01 | Петров П.П. | Помочь оптимизировать запрос.
18.01 | Иванов И.И. | Написать статью на Хабр: JOIN с учетом распределения данных.
16.01 | Петров П.П. | Помочь оптимизировать запрос.

सार संसारमा, कार्य लेखकहरू हाम्रो संगठनका सबै कर्मचारीहरू बीच समान रूपमा वितरित हुनुपर्छ, तर वास्तविकतामा कार्यहरू, एक नियमको रूपमा, मानिसहरूको एकदम सीमित संख्याबाट आउँछन् - "व्यवस्थापनबाट" पदानुक्रम माथि वा छिमेकी विभागहरू (विश्लेषक, डिजाइनर, मार्केटिङ, ...) बाट "उपकन्ट्र्याक्टरहरूबाट"।

स्वीकार गरौं कि 1000 व्यक्तिहरूको हाम्रो संगठनमा, केवल 20 लेखकहरू (सामान्यतया पनि कम) प्रत्येक विशिष्ट कलाकारको लागि कार्यहरू सेट गर्छन् र यस विषयको ज्ञानलाई प्रयोग गरौं"परम्परागत" क्वेरीलाई गति दिन।

लिपि जनरेटर

-- сотрудники
CREATE TABLE person AS
SELECT
  id
, repeat(chr(ascii('a') + (id % 26)), (id % 32) + 1) "name"
, '2000-01-01'::date - (random() * 1e4)::integer birth_date
FROM
  generate_series(1, 1000) id;

ALTER TABLE person ADD PRIMARY KEY(id);

-- задачи с указанным распределением
CREATE TABLE task AS
WITH aid AS (
  SELECT
    id
  , array_agg((random() * 999)::integer + 1) aids
  FROM
    generate_series(1, 1000) id
  , generate_series(1, 20)
  GROUP BY
    1
)
SELECT
  *
FROM
  (
    SELECT
      id
    , '2020-01-01'::date - (random() * 1e3)::integer task_date
    , (random() * 999)::integer + 1 owner_id
    FROM
      generate_series(1, 100000) id
  ) T
, LATERAL(
    SELECT
      aids[(random() * (array_length(aids, 1) - 1))::integer + 1] author_id
    FROM
      aid
    WHERE
      id = T.owner_id
    LIMIT 1
  ) a;

ALTER TABLE task ADD PRIMARY KEY(id);
CREATE INDEX ON task(owner_id, task_date);
CREATE INDEX ON task(author_id);

एक विशेष कार्यकारीको लागि अन्तिम 100 कार्यहरू देखाउनुहोस्:

SELECT
  task.*
, person.name
FROM
  task
LEFT JOIN
  person
    ON person.id = task.author_id
WHERE
  owner_id = 777
ORDER BY
  task_date DESC
LIMIT 100;

[explan.tensor.ru मा हेर्नुहोस्]

यसले त्यसबाट हटाउँछ 1/3 कुल समय र 3/4 पढाइ प्रत्येक आउटपुट कार्यको लागि 100 पटक लेखक खोज्नको लागि डाटाको पृष्ठहरू मात्र बनाइयो। तर हामीलाई थाहा छ कि यी सयौं मध्ये केवल 20 फरक - यो ज्ञान प्रयोग गर्न सम्भव छ?

hstore-शब्दकोश

सदुपयोग गरौं hstore प्रकार "शब्दकोश" कुञ्जी-मान उत्पन्न गर्न:

CREATE EXTENSION hstore

हामीले केवल लेखकको आईडी र उनको नाम शब्दकोशमा राख्नु पर्छ ताकि हामी यो कुञ्जी प्रयोग गरेर निकाल्न सक्छौं:

-- формируем целевую выборку
WITH T AS (
  SELECT
    *
  FROM
    task
  WHERE
    owner_id = 777
  ORDER BY
    task_date DESC
  LIMIT 100
)
-- формируем словарь для уникальных значений
, dict AS (
  SELECT
    hstore( -- hstore(keys::text[], values::text[])
      array_agg(id)::text[]
    , array_agg(name)::text[]
    )
  FROM
    person
  WHERE
    id = ANY(ARRAY(
      SELECT DISTINCT
        author_id
      FROM
        T
    ))
)
-- получаем связанные значения словаря
SELECT
  *
, (TABLE dict) -> author_id::text -- hstore -> key
FROM
  T;

[explan.tensor.ru मा हेर्नुहोस्]

व्यक्तिहरूको बारेमा जानकारी प्राप्त गर्न खर्च २ गुणा कम समय र ७ गुणा कम डाटा पढिन्छ! "शब्दावली" को अतिरिक्त, कुन कुराले हामीलाई यी परिणामहरू प्राप्त गर्न मद्दत गर्‍यो बल्क रेकर्ड पुन: प्राप्ति प्रयोग गरेर एकल पासमा तालिकाबाट = ANY(ARRAY(...)).

तालिका प्रविष्टिहरू: क्रमिककरण र डिसेरियलाइजेशन

तर के हुन्छ यदि हामीले एउटा पाठ क्षेत्र मात्र होइन, तर शब्दकोशमा सम्पूर्ण प्रविष्टि बचत गर्न आवश्यक छ? यस अवस्थामा, PostgreSQL को क्षमताले हामीलाई मद्दत गर्नेछ तालिका प्रविष्टिलाई एकल मानको रूपमा व्यवहार गर्नुहोस्:

...
, dict AS (
  SELECT
    hstore(
      array_agg(id)::text[]
    , array_agg(p)::text[] -- магия #1
    )
  FROM
    person p
  WHERE
    ...
)
SELECT
  *
, (((TABLE dict) -> author_id::text)::person).* -- магия #2
FROM
  T;

यहाँ के भइरहेको थियो हेरौं:

1. हामीले लियौं p पूर्ण व्यक्ति तालिका प्रविष्टिको लागि उपनामको रूपमा र तिनीहरूको एर्रे भेला भयो।
2. यो रेकर्डिङ को एरे पुन: कास्ट गरियो पाठ स्ट्रिङको एर्रेमा (व्यक्ति[]::text[]) यसलाई hstore शब्दकोशमा मानहरूको एरेको रूपमा राख्न।
3. जब हामीले सम्बन्धित रेकर्ड प्राप्त गर्छौं, हामी कुञ्जीद्वारा शब्दकोशबाट निकालियो पाठ स्ट्रिङको रूपमा।
4. हामीलाई पाठ चाहिन्छ तालिका प्रकार मानमा बदल्नुहोस् व्यक्ति (प्रत्येक तालिकाको लागि समान नामको प्रकार स्वचालित रूपमा सिर्जना हुन्छ)।
5. प्रयोग गरेर स्तम्भहरूमा टाइप गरिएको रेकर्ड "विस्तार गर्नुहोस्" (...).*.

json शब्दकोश

तर हामीले माथि लागू गरेको यस्तो चालले काम गर्दैन यदि त्यहाँ "कास्टिङ" गर्नको लागि कुनै सम्बन्धित तालिका प्रकार छैन भने। ठ्याक्कै उस्तै अवस्था उत्पन्न हुनेछ, र यदि हामीले प्रयोग गर्ने प्रयास गर्नेछौं CTE पङ्क्ति, "वास्तविक" तालिका होइन.

यस अवस्थामा तिनीहरूले हामीलाई मद्दत गर्नेछन् json सँग काम गर्नका लागि कार्यहरू:

...
, p AS ( -- это уже CTE
  SELECT
    *
  FROM
    person
  WHERE
    ...
)
, dict AS (
  SELECT
    json_object( -- теперь это уже json
      array_agg(id)::text[]
    , array_agg(row_to_json(p))::text[] -- и внутри json для каждой строки
    )
  FROM
    p
)
SELECT
  *
FROM
  T
, LATERAL(
    SELECT
      *
    FROM
      json_to_record(
        ((TABLE dict) ->> author_id::text)::json -- извлекли из словаря как json
      ) AS j(name text, birth_date date) -- заполнили нужную нам структуру
  ) j;

यो ध्यान दिनुपर्छ कि लक्ष्य संरचनाको वर्णन गर्दा, हामी स्रोत स्ट्रिङका सबै क्षेत्रहरू सूचीबद्ध गर्न सक्दैनौं, तर केवल ती मात्र जुन हामीलाई वास्तवमै चाहिन्छ। यदि हामीसँग "नेटिभ" तालिका छ भने, यो प्रकार्य प्रयोग गर्न राम्रो छ json_populate_record.

हामी अझै पनि एक पटक शब्दकोश पहुँच, तर json-[de] क्रमिकरण लागतहरू धेरै उच्च छन्, यसैले, यो विधि प्रयोग गर्नु उचित छ केहि अवस्थाहरूमा मात्र जब "इमानदार" CTE स्क्यान आफैलाई खराब देखाउँछ।

परीक्षण प्रदर्शन

त्यसोभए, हामीले डेटालाई शब्दकोशमा क्रमबद्ध गर्ने दुई तरिकाहरू पायौं - hstore/json_object। थप रूपमा, कुञ्जीहरू र मानहरूको एरेहरू पनि दुई तरिकामा उत्पन्न गर्न सकिन्छ, पाठमा आन्तरिक वा बाह्य रूपान्तरणको साथ: array_agg(i::text) / array_agg(i)::text[].

विशुद्ध सिंथेटिक उदाहरण प्रयोग गरेर विभिन्न प्रकारका क्रमिकरणको प्रभावकारिता जाँच गरौं - कुञ्जीहरूको विभिन्न संख्याहरू क्रमबद्ध गर्नुहोस्:

WITH dict AS (
  SELECT
    hstore(
      array_agg(i::text)
    , array_agg(i::text)
    )
  FROM
    generate_series(1, ...) i
)
TABLE dict;

मूल्याङ्कन लिपि: क्रमिकरण

WITH T AS (
  SELECT
    *
  , (
      SELECT
        regexp_replace(ea[array_length(ea, 1)], '^Execution Time: (d+.d+) ms$', '1')::real et
      FROM
        (
          SELECT
            array_agg(el) ea
          FROM
            dblink('port= ' || current_setting('port') || ' dbname=' || current_database(), $$
              explain analyze
              WITH dict AS (
                SELECT
                  hstore(
                    array_agg(i::text)
                  , array_agg(i::text)
                  )
                FROM
                  generate_series(1, $$ || (1 << v) || $$) i
              )
              TABLE dict
            $$) T(el text)
        ) T
    ) et
  FROM
    generate_series(0, 19) v
  ,   LATERAL generate_series(1, 7) i
  ORDER BY
    1, 2
)
SELECT
  v
, avg(et)::numeric(32,3)
FROM
  T
GROUP BY
  1
ORDER BY
  1;

PostgreSQL 11 मा, लगभग 2^12 कुञ्जीहरूको शब्दकोश आकार सम्म json लाई क्रमबद्ध गर्न कम समय लाग्छ। यस अवस्थामा, सबैभन्दा प्रभावकारी json_object र "आन्तरिक" प्रकार रूपान्तरणको संयोजन हो। array_agg(i::text).

अब प्रत्येक कुञ्जीको मान ८ पटक पढ्ने प्रयास गरौं - आखिर, यदि तपाइँ शब्दकोशमा पहुँच गर्नुहुन्न भने, त्यसो भए यो किन आवश्यक छ?

मूल्याङ्कन लिपि: शब्दकोशबाट पढ्दै

WITH T AS (
  SELECT
    *
  , (
      SELECT
        regexp_replace(ea[array_length(ea, 1)], '^Execution Time: (d+.d+) ms$', '1')::real et
      FROM
        (
          SELECT
            array_agg(el) ea
          FROM
            dblink('port= ' || current_setting('port') || ' dbname=' || current_database(), $$
              explain analyze
              WITH dict AS (
                SELECT
                  json_object(
                    array_agg(i::text)
                  , array_agg(i::text)
                  )
                FROM
                  generate_series(1, $$ || (1 << v) || $$) i
              )
              SELECT
                (TABLE dict) -> (i % ($$ || (1 << v) || $$) + 1)::text
              FROM
                generate_series(1, $$ || (1 << (v + 3)) || $$) i
            $$) T(el text)
        ) T
    ) et
  FROM
    generate_series(0, 19) v
  , LATERAL generate_series(1, 7) i
  ORDER BY
    1, 2
)
SELECT
  v
, avg(et)::numeric(32,3)
FROM
  T
GROUP BY
  1
ORDER BY
  1;

र ... पहिले नै लगभग 2^6 कुञ्जीहरूसँग, json शब्दकोशबाट पढ्दा धेरै पटक हराउन थाल्छ hstore बाट पढ्दै, jsonb को लागी 2^9 मा हुन्छ।

अन्तिम निष्कर्ष:

• यदि तपाइँ यो गर्न आवश्यक छ भने धेरै दोहोरिने रेकर्डहरूसँग सामेल हुनुहोस् - यो तालिकाको "शब्दकोश" प्रयोग गर्न राम्रो छ
• यदि तपाईंको शब्दकोश अपेक्षित छ सानो र तपाईले यसबाट धेरै पढ्नुहुनेछैन - तपाईं json [b] प्रयोग गर्न सक्नुहुन्छ
• अन्य सबै केसहरूमा hstore + array_agg(i::text) थप प्रभावकारी हुनेछ

स्रोत: www.habr.com