Орієнтир
Тестування найцікавіших кандидатів з Postgres 9.4 і 9.5 з наполовину реалістичної таблицею 200k рядків в purchases
і 10k виразноюcustomer_id
( пор. 20 рядків на одного клієнта ).
Для Postgres 9.5 я провів другий тест з ефективно 86446 різними клієнтами. Дивіться нижче ( сер. 2,3 рядки на клієнта ).
Налаштування
Основний стіл
CREATE TABLE purchases (
id serial
, customer_id int -- REFERENCES customer
, total int -- could be amount of money in Cent
, some_column text -- to make the row bigger, more realistic
);
Я використовую serial
(обмеження PK, додане нижче) і ціле число, customer_id
оскільки це більш типова установка. Також додається some_column
для складання зазвичай більше стовпців.
Дані манекена, ПК, індекс - типова таблиця також містить кілька мертвих кортежів:
INSERT INTO purchases (customer_id, total, some_column) -- insert 200k rows
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,200000) g;
ALTER TABLE purchases ADD CONSTRAINT purchases_id_pkey PRIMARY KEY (id);
DELETE FROM purchases WHERE random() > 0.9; -- some dead rows
INSERT INTO purchases (customer_id, total, some_column)
SELECT (random() * 10000)::int AS customer_id -- 10k customers
, (random() * random() * 100000)::int AS total
, 'note: ' || repeat('x', (random()^2 * random() * random() * 500)::int)
FROM generate_series(1,20000) g; -- add 20k to make it ~ 200k
CREATE INDEX purchases_3c_idx ON purchases (customer_id, total DESC, id);
VACUUM ANALYZE purchases;
customer
таблиця - для покращеного запиту
CREATE TABLE customer AS
SELECT customer_id, 'customer_' || customer_id AS customer
FROM purchases
GROUP BY 1
ORDER BY 1;
ALTER TABLE customer ADD CONSTRAINT customer_customer_id_pkey PRIMARY KEY (customer_id);
VACUUM ANALYZE customer;
У своєму другому тесті для 9,5 я використовував те саме налаштування, але з random() * 100000
для створення, customer_id
щоб отримати лише кілька рядків на кожен customer_id
.
Розміри об'єктів для таблиці purchases
Створено за допомогою цього запиту .
what | bytes/ct | bytes_pretty | bytes_per_row
-----------------------------------+----------+--------------+---------------
core_relation_size | 20496384 | 20 MB | 102
visibility_map | 0 | 0 bytes | 0
free_space_map | 24576 | 24 kB | 0
table_size_incl_toast | 20529152 | 20 MB | 102
indexes_size | 10977280 | 10 MB | 54
total_size_incl_toast_and_indexes | 31506432 | 30 MB | 157
live_rows_in_text_representation | 13729802 | 13 MB | 68
------------------------------ | | |
row_count | 200045 | |
live_tuples | 200045 | |
dead_tuples | 19955 | |
Запити
WITH cte AS (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
)
SELECT id, customer_id, total
FROM cte
WHERE rn = 1;
2. row_number()
в підзапиті (моя оптимізація)
SELECT id, customer_id, total
FROM (
SELECT id, customer_id, total
, row_number() OVER(PARTITION BY customer_id ORDER BY total DESC) AS rn
FROM purchases
) sub
WHERE rn = 1;
SELECT DISTINCT ON (customer_id)
id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC, id;
4. rCTE з LATERAL
підзапитом ( див. Тут )
WITH RECURSIVE cte AS (
( -- parentheses required
SELECT id, customer_id, total
FROM purchases
ORDER BY customer_id, total DESC
LIMIT 1
)
UNION ALL
SELECT u.*
FROM cte c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id > c.customer_id -- lateral reference
ORDER BY customer_id, total DESC
LIMIT 1
) u
)
SELECT id, customer_id, total
FROM cte
ORDER BY customer_id;
5. customer
таблиця з LATERAL
( див. Тут )
SELECT l.*
FROM customer c
, LATERAL (
SELECT id, customer_id, total
FROM purchases
WHERE customer_id = c.customer_id -- lateral reference
ORDER BY total DESC
LIMIT 1
) l;
SELECT (array_agg(id ORDER BY total DESC))[1] AS id
, customer_id
, max(total) AS total
FROM purchases
GROUP BY customer_id;
Результати
Час виконання для вищезазначених запитів EXPLAIN ANALYZE
(та всіх параметрів вимкнено ), найкраще з 5 запусків .
Всі запити використовували Index Тільки сканування на purchases2_3c_idx
(серед інших стадій). Деякі з них лише для меншого розміру індексу, інші більш ефективно.
A. Postgres 9,4 з 200k рядками та ~ 20 per customer_id
1. 273.274 ms
2. 194.572 ms
3. 111.067 ms
4. 92.922 ms
5. 37.679 ms -- winner
6. 189.495 ms
Б. Те саме з Postgres 9.5
1. 288.006 ms
2. 223.032 ms
3. 107.074 ms
4. 78.032 ms
5. 33.944 ms -- winner
6. 211.540 ms
C. Те саме, що і Б., але з ~ 2,3 рядів на пер customer_id
1. 381.573 ms
2. 311.976 ms
3. 124.074 ms -- winner
4. 710.631 ms
5. 311.976 ms
6. 421.679 ms
Пов'язані орієнтири
Ось новий тест "ogr" тестування з 10М рядками та 60 к. Унікальних "клієнтів" на Postgres 11.5 (поточний станом на вересень 2019 року). Результати все ще відповідають тому, що ми бачили досі:
Оригінальний (застарілий) показник від 2011 року
Я провів три тести з PostgreSQL 9.1 на таблиці реального життя з 65579 рядків та одноколонними індексами btree на кожному із трьох стовпців, що займаються, та взяв найкращий час виконання 5 пробігів.
Порівняння першого запиту @OMGPonies ( A
) з вищезазначеним DISTINCT ON
рішенням ( B
):
Виділіть всю таблицю, в цьому випадку вийде 5958 рядків.
A: 567.218 ms
B: 386.673 ms
Використовуйте умову, що WHERE customer BETWEEN x AND y
призводить до 1000 рядів
A: 249.136 ms
B: 55.111 ms
Виберіть одного клієнта за допомогою WHERE customer = x
.
A: 0.143 ms
B: 0.072 ms
Те саме тест повторювали з індексом, описаним в іншій відповіді
CREATE INDEX purchases_3c_idx ON purchases (customer, total DESC, id);
1A: 277.953 ms
1B: 193.547 ms
2A: 249.796 ms -- special index not used
2B: 28.679 ms
3A: 0.120 ms
3B: 0.048 ms
MAX(total)
?