SQL HowTo: doğrudan sorguya bir while döngüsü yazın veya "Temel üç yollu"

Periyodik olarak, ilgili verileri bir dizi anahtarla arama görevi ortaya çıkar, Gerekli toplam kayıt sayısını elde edene kadar.

En "gerçeğe yakın" örnek, En eski 20 sorun, listelenmiş çalışan listesinde (örneğin, aynı departman içinde). Çalışma alanlarının kısa özetlerini içeren çeşitli yönetim "panoları" için, benzer bir konuya oldukça sık ihtiyaç duyulur.

Makalede, PostgreSQL'de böyle bir sorunu çözmenin "saf" bir sürümünün, "daha akıllı" ve çok karmaşık bir algoritmanın uygulanmasını ele alacağız. Bulunan verilerden bir çıkış koşuluyla SQL'de "döngü", hem genel geliştirme hem de diğer benzer durumlarda kullanım için yararlı olabilir.

Şuradan bir test veri kümesi alalım: önceki makale. Sıralanan değerler eşleştiğinde çıktı kayıtlarının zaman zaman “atlama” yapmaması için, birincil anahtar ekleyerek konu dizinini genişletin. Aynı zamanda bu, ona anında benzersizlik kazandıracak ve bize sıralama düzeninin benzersizliğini garanti edecektir:

CREATE INDEX ON task(owner_id, task_date, id);
-- а старый - удалим
DROP INDEX task_owner_id_task_date_idx;

Duyulduğu gibi yazılır

Öncelikle, sanatçıların kimliklerini ileterek isteğin en basit versiyonunu çizelim. girdi olarak dizi:

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;

[açıklama.tensor.ru'ya bakın]

Biraz üzücü - sadece 20 kayıt sipariş ettik ve Dizin Taraması bize geri döndü 960 satır, o zaman da sıralanması gerekiyordu ... Ve daha az okumaya çalışalım.

iç içe + DİZİ

Bize yardımcı olacak ilk düşünce - ihtiyacımız olursa toplam 20 sıralanmış kayıtları okumanız yeterli her biri için aynı sırada sıralanmış en fazla 20 anahtar. İyi, uygun indeks (sahip_kimliği, görev_tarihi, kimlik) sahibiz.

Aynı ayıklama ve "sütunlara dönüştürme" mekanizmasını kullanalım entegre tablo girişi, de olduğu gibi son makale. Ayrıca, işlevi kullanarak evrişimi bir diziye uygulayın. 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

[açıklama.tensor.ru'ya bakın]

Oh, zaten çok daha iyi! %40 daha hızlı ve 4.5 kat daha az veri okumak zorunda kaldı.

CTE aracılığıyla tablo kayıtlarının somutlaştırılmasınot edeceğim bazı durumlarda bir CTE'de "sarmalama" yapmadan, bir alt sorguda kayıt alanlarını aradıktan sonra hemen kayıt alanlarıyla çalışma girişimi şu sonuçlara yol açabilir: "çarpma" Başlatma Planı bu aynı alanların sayısıyla orantılı:

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

Aynı kayıt 4 kez “arandı”… PostgreSQL 11'e kadar bu davranış düzenli olarak meydana geliyordu ve çözüm, bu sürümlerde optimize edici için koşulsuz bir sınır olan bir CTE'ye “sarma” idi.

özyinelemeli biriktirici

Önceki sürümde, toplamda okuduk 200 satır gerekli 20 uğruna. Zaten 960 değil, hatta daha azı - mümkün mü?

İhtiyacımız olan bilgiyi kullanmaya çalışalım toplam xnumx kayıtlar. Yani, veri çıkarma işlemini yalnızca ihtiyacımız olan miktara ulaşılana kadar yineleyeceğiz.

1. Adım: Listeyi Başlat

Açıkçası, 20 girişlik "hedef" listemiz, Owner_id anahtarlarımızdan birinin "ilk" girişleriyle başlamalıdır. Bu nedenle, önce böyle buluyoruz tuşların her biri için "ilk" ve istediğimiz sıraya göre sıralayarak listeye koyun - (task_date, id).

2. Adım: "sonraki" kayıtları bulun

Şimdi listemizden ilk girişi alırsak ve başlarsak dizinde daha aşağı "adım" own_id-anahtarını kaydederek, bulunan tüm kayıtlar sonuçtaki seçimde sadece bir sonraki kayıtlardır. Tabii ki, sadece uygulanan anahtarı geçene kadar listedeki ikinci giriş.

İkinci girişi "geçtiğimiz" ortaya çıktıysa, o zaman listeye ilk yerine son okunan giriş eklenmelidir (aynı Owner_id ile), bundan sonra liste tekrar sıralanır.

Yani, listenin her bir anahtar için birden fazla girişi olmadığını her zaman anlarız (girişler bittiyse ve “geçiş yapmadıysak”, o zaman ilk giriş listeden kaybolacak ve hiçbir şey eklenmeyecektir. ), ve onlar her zaman sıralanır uygulama anahtarının artan sırasına göre (task_date, id).

3. Adım: Kayıtları Filtreleme ve Genişletme

Özyinelemeli seçimimizin satırlar bölümünde bazı kayıtlar rv çoğaltılır - önce "listenin 2. girişinin sınırını geçmek" gibi bir şey buluruz ve ardından listeden 1. olarak değiştiririz. Ve böylece ilk oluşum filtrelenmelidir.

Korkunç son sorgu

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

[açıklama.tensor.ru'ya bakın]

Böylece, biz %50 yürütme süresi için %20 veri okuma işlemi yapıldı. Yani, okumanın uzun olabileceğine inanmak için bir nedeniniz varsa (örneğin, veriler genellikle önbellekte olmaz ve bunun için diske gitmeniz gerekir), o zaman bu şekilde daha az okumaya güvenebilirsiniz.

Her durumda, yürütme süresi "saf" ilk seçenekten daha iyi çıktı. Ancak bu 3 seçenekten hangisini kullanacağınız size kalmış.

Kaynak: habr.com