PostgreSQL Antipatterns: CTE x CTE

මගේ වැඩ මාර්ගය නිසා, සංවර්ධකයෙකු ඉල්ලීමක් ලියන විට සහ සිතන විට මට තත්වයන් සමඟ කටයුතු කිරීමට සිදු වේ "පදනම බුද්ධිමත් ය, එයට සියල්ල තනිවම හැසිරවිය හැකිය!«

සමහර අවස්ථාවලදී (අර්ධ වශයෙන් දත්ත සමුදායේ හැකියාවන් නොදැනුවත්කම, අර්ධ වශයෙන් නොමේරූ ප්රශස්තකරණයන්ගෙන්), මෙම ප්රවේශය "ෆ්රැන්කන්ස්ටයින්" පෙනුමට හේතු වේ.

පළමුව, මම එවැනි ඉල්ලීමක් සඳහා උදාහරණයක් දෙන්නෙමි:

-- для каждой ключевой пары находим ассоциированные значения полей
WITH RECURSIVE cte_bind AS (
  SELECT DISTINCT ON (key_a, key_b)
    key_a a
  , key_b b
  , fld1 bind_fld1
  , fld2 bind_fld2
  FROM
    tbl
)
-- находим min/max значений для каждого первого ключа
, cte_max AS (
  SELECT
    a
  , max(bind_fld1) bind_fld1
  , min(bind_fld2) bind_fld2
  FROM
    cte_bind
  GROUP BY
    a
)
-- связываем по первому ключу ключевые пары и min/max-значения
, cte_a_bind AS (
  SELECT
    cte_bind.a
  , cte_bind.b
  , cte_max.bind_fld1
  , cte_max.bind_fld2
  FROM
    cte_bind
  INNER JOIN
    cte_max
      ON cte_max.a = cte_bind.a
)
SELECT * FROM cte_a_bind;

ඉල්ලීමක ගුණාත්මකභාවය සැලකිය යුතු ලෙස ඇගයීමට, අපි අත්තනෝමතික දත්ත කට්ටලයක් නිර්මාණය කරමු:

CREATE TABLE tbl AS
SELECT
  (random() * 1000)::integer key_a
, (random() * 1000)::integer key_b
, (random() * 10000)::integer fld1
, (random() * 10000)::integer fld2
FROM
  generate_series(1, 10000);
CREATE INDEX ON tbl(key_a, key_b);

එය නරකද ඔබ බැහැර කළ දත්ත කියවීමට ගතවූයේ හතරෙන් එකකටත් වඩා අඩු කාලයකි විමසුම් ක්රියාත්මක කිරීම:

[විස්තර කරන්න.tensor.ru බලන්න]

ඒක කෑලි කෑලි කෑලි වලට ගන්නවා

අපි ඉල්ලීම දෙස සමීපව බලමු සහ ප්‍රහේලිකාවක් වෙමු:

1. පුනරාවර්තන CTE නොමැති නම් මෙහි WITH RECURSIVE වන්නේ ඇයි?
2. මිනි/උපරිම අගයන් කෙසේ හෝ මුල් සාම්පලයට සම්බන්ධ කර ඇත්නම් වෙනම CTE එකක සමූහගත කරන්නේ ඇයි?
   + 25% කාලය
3. පෙර CTE අවසානයේ කොන්දේසි විරහිත 'SELECT * FROM' භාවිතා කරන්නේ ඇයි?
   + 14% කාලය

මෙම අවස්ථාවෙහිදී, Nested Loop නොව සම්බන්ධතාවය සඳහා Hash Join තෝරා ගැනීම අපි ඉතා වාසනාවන්ත විය, මන්ද එවිට අපට CTE ස්කෑන් සාමාර්ථයක් පමණක් නොව 10K ලැබෙනු ඇත!

CTE ස්කෑන් ගැන ටිකක්මෙහිදී අප එය මතක තබා ගත යුතුය CTE ස්කෑන් යනු Seq Scan හා සමාන වේ - එනම්, සුචිගත කිරීමක් නැත, නමුත් අවශ්‍ය වන්නේ සම්පූර්ණ සෙවීමක් පමණි 10K x 0.3ms = 3000ms cte_max මගින් චක්‍ර සඳහා හෝ 1K x 1.5ms = 1500ms cte_bind මගින් ලූප් කරන විට!
ඇත්ත වශයෙන්ම, ඔබට එහි ප්‍රතිඵලයක් ලෙස ලබා ගැනීමට අවශ්‍ය වූයේ කුමක්ද? ඔව්, සාමාන්‍යයෙන් මෙය “කතන්දර තුනේ” විමසුම් විශ්ලේෂණය කිරීමේ 5 වැනි මිනිත්තුවේදී කොතැනක හෝ මතුවන ප්‍රශ්නයයි.

අපට එක් එක් අද්විතීය යතුරු යුගල සඳහා ප්‍රතිදානය කිරීමට අවශ්‍ය විය මිනි/උපරිම කණ්ඩායමෙන් key_a මගින්.
ඒ නිසා අපි එය මේ සඳහා භාවිතා කරමු කවුළු කාර්යයන්:

SELECT DISTINCT ON(key_a, key_b)
	key_a a
,	key_b b
,	max(fld1) OVER(w) bind_fld1
,	min(fld2) OVER(w) bind_fld2
FROM
	tbl
WINDOW
	w AS (PARTITION BY key_a);

[විස්තර කරන්න.tensor.ru බලන්න]

විකල්ප දෙකෙහිම දත්ත කියවීමට ආසන්න වශයෙන් 4-5ms පමණ ගත වන බැවින්, අපගේ සියලු කාලය වැඩි වේ -32% - මෙය එහි පිරිසිදු ස්වරූපයෙන් පවතී මූලික CPU වෙතින් පැටවීම ඉවත් කරන ලදී, එවැනි ඉල්ලීමක් බොහෝ විට ප්රමාණවත් තරම් ක්රියාත්මක වේ නම්.

පොදුවේ ගත් කල, ඔබ "රවුම් එක අඳින්න, හතරැස් එක රෝල් කරන්න" යන පදනමට බල නොකළ යුතුය.

මූලාශ්රය: www.habr.com