sql - 如何在具有重复值的列中添加索引以加快 postgresql 中的查询速度？

Question

这是 Postgresql 中的表:

name, ts, value
A, 2017-05-28, 1
A, 2017-05-27, 5
A, 2017-05-26, 2
...
B, 2017-05-28, 9
B, 2017-05-28, 12
...

表的大小将超过 1000 万。我正在尝试执行 select count(distinct(name)) from "table"; 它花了我 240 多秒才结束。任何人都可以就优化此方案的方式提出一些建议，例如添加 Hive 之类的分区或添加索引(这需要是唯一的，但名称在多个记录中重复)。谢谢!

Answer 1

出于某种原因，Postgres 没有很好地优化count(distinct name)。 (有趣的是，Hive——它有一个非常不同的优化器——也有类似的问题。)

尝试以这种方式运行查询:

select count(*)
from (select distinct name
      from t
     ) t;

我不认为索引会有帮助，但您始终可以尝试在 t(name) 上使用一个索引。