У мене є таблиця з 7,2 мільйона кортежів, яка виглядає приблизно так:
table public.methods
column | type | attributes
--------+-----------------------+----------------------------------------------------
id | integer | not null DEFAULT nextval('methodkey'::regclass)
hash | character varying(32) | not null
string | character varying | not null
method | character varying | not null
file | character varying | not null
type | character varying | not null
Indexes:
"methods_pkey" PRIMARY KEY, btree (id)
"methodhash" btree (hash)
Тепер я хочу вибрати деякі значення, але запит неймовірно повільний:
db=# explain
select hash, string, count(method)
from methods
where hash not in
(select hash from nostring)
group by hash, string
order by count(method) desc;
QUERY PLAN
----------------------------------------------------------------------------------------
Sort (cost=160245190041.10..160245190962.07 rows=368391 width=182)
Sort Key: (count(methods.method))
-> GroupAggregate (cost=160245017241.77..160245057764.73 rows=368391 width=182)
-> Sort (cost=160245017241.77..160245026451.53 rows=3683905 width=182)
Sort Key: methods.hash, methods.string
-> Seq Scan on methods (cost=0.00..160243305942.27 rows=3683905 width=182)
Filter: (NOT (SubPlan 1))
SubPlan 1
-> Materialize (cost=0.00..41071.54 rows=970636 width=33)
-> Seq Scan on nostring (cost=0.00..28634.36 rows=970636 width=33)
hash
Колона є md5 хеш string
і має індекс. Тож я думаю, що моя проблема полягає в тому, що вся таблиця сортується за id, а не за хешем, тож спочатку потрібно сортувати її, а потім групувати?
У таблиці nostring
міститься лише список хешей, які я не хочу мати. Але мені потрібні обидві таблиці, щоб мати усі значення. Тому видалити їх не є можливим.
додаткова інформація: жоден стовпець не може бути нульовим (фіксовано, що у визначенні таблиці), і я використовую postgresql 9.2.
NULL
значень у стовпціmethod
? Чи є дублікатиstring
?