postgresql - SQL 计数不同 ID 太慢(~7 秒)

Question

我有这样的查询:

SELECT disease_name, COUNT(DISTINCT id)
FROM disease_table
GROUP BY disease_name

其中每个 disease_name 都有一个关联的标识符，并且同一标识符可能会多次出现疾病。

这行得通，但大约需要 7 秒才能运行。

如果我运行这个查询:

SELECT disease_name, COUNT(disease_name)
FROM disease_table
GROUP BY disease_name

需要 321 毫秒，但重复的行(具有相同 ID 的相同疾病)被计算多次。

是否有更有效的方法来仅使用 SQL 在与第二个查询大致相同的时间内获得第一个查询的结果？

表格:

disease_name     |         id
------------     |    -------------  
dis_1                      123
dis_1                      104
dis_1                      104
dis_32                     123
dis_12                     123
dis_12                     115

预期:

disease_name     |        count
------------     |    -------------  
dis_1                      2
dis_32                     1
dis_12                     2

其中 dis_1 有 3 个条目，但只被计算两次，因为这 3 个条目中有两个具有相同的 id

Answer 1

尝试在 disease_table 上添加一个合适的索引，如下所示:

CREATE INDEX ON disease_table(disease_name, id);

看看这是否解决了您的问题。