postgresql - 如何让 Postgres 在订购后计算列？

Question

我有一些大型 sql 查询，在 SELECT block 中有许多计算列。此外，还有那些计算列之一的排序，并且限制只有 100 行。但是 postgres 计算每一行的所有列，而不仅仅是 100。

让我举例说明。

让我们创建一些测试表:

CREATE TABLE test_main(col1 INTEGER);

并用一些随机数据填充它:

DO
$do$
BEGIN
  FOR r IN 1..100000 LOOP
    INSERT INTO test_main(col1) VALUES (trunc(random()*1000));
  END LOOP;
END
$do$;

然后创建一些额外的表:

CREATE TABLE test_main_agg1(
  col1 INTEGER,
  val INTEGER
);
CREATE TABLE test_main_agg2(
  col1 INTEGER,
  val INTEGER
);

也填写它:

DO
$do$
DECLARE
 r test_main%rowtype;
BEGIN
  FOR r IN SELECT * FROM test_main LOOP
    FOR i IN 1..5 LOOP
      INSERT INTO test_main_agg1(col1, val) VALUES (r.col1, trunc(random()*1000));
      INSERT INTO test_main_agg2(col1, val) VALUES (r.col1, trunc(random()*1000));
    END LOOP;
  END LOOP;
END
$do$;

当然，还要创建一些索引:

CREATE INDEX test_main_indx ON test_main(col1);
CREATE INDEX test_main_agg1_val_indx ON test_main_agg1(col1,val);
CREATE INDEX test_main_agg2_val_indx ON test_main_agg2(col1,val);

现在，如果我们执行这个查询:

SELECT col1,
       (SELECT MAX(val) FROM test_main_agg1 g WHERE g.col1=m.col1) max_val1,
       (SELECT MAX(val) FROM test_main_agg2 g WHERE g.col1=m.col1) max_val2
  FROM test_main m
 LIMIT 100;

因为有索引所以会很快。如果我们添加 ORDER BY col1 它仍然会很快。但是，如果我们将使用 ORDER BY max_val1，则大约需要 2 秒。如果我们对使用 `ORDER BY max_val1 的查询运行 EXPLAIN ANALYZE，我们将看到以下行:

SubPlan 4
 -> Result (cost=4.06..4.07 rows=1 width=0) (actual time=0.011..0.011 rows=1 loops=100000)
  InitPlan 3 (returns $3)
   -> Limit (cost=0.42..4.06 rows=1 width=4) (actual time=0.010..0.010 rows=1 loops=100000)
    -> Index Only Scan Backward using test_main_agg2_val_indx on test_main_agg2 g_1 (cost=0.42..1818.25 rows=500 width=4) (actual time=0.010..0.010 rows=1 loops=100000)
     Index Cond: ((col1 = m.col1) AND (val IS NOT NULL))
     Heap Fetches: 100000

这意味着，postgres 计算 100000 行的 max_val2，而不是仅计算 100 行。我理解为什么 postgres 需要计算 max_val1，而不是 max_val2。

也许有一些提示或类似的东西告诉 postgres 在执行排序和限制后计算列？

Answer 1

LIMIT 限制整个查询的输出，而不是主查询中子查询的输出。如果您只想要最多 100 行，则需要先选择它们，然后在该子集上应用 max():

SELECT col1,
       (SELECT MAX(val) FROM test_main_agg1 g WHERE g.col1=m.col1) max_val1,
       (SELECT MAX(val) FROM test_main_agg2 g WHERE g.col1=m.col1) max_val2
FROM (
  select val, col1
  from test_main
  LIMIT 100
) m;

---

请注意，limit 没有 ORDER BY 没有任何意义。关系数据库中的行没有顺序。因此，表格中没有“前 100 行”这样的东西，除非您指定了排序顺序。