postgresql - "SELECT count(dinstinct d.domain) WHERE r.rdns LIKE ' %' | r.rdns"的正确说法？

Question

我有两个表:我们称它们为 d 和 r。我想在表 r 中找到 d.domain 的数量，它们是 dns 字段的有效左锚定子字符串。我没有索引，r 有 10 亿行，而 d 有 9000 万行。如何编写查询？

PostgreSQL 版本为 9.3。

Answer 1

SELECT count(DISTINCT d.domain)
FROM d
WHERE EXISTS (
  SELECT 1
  FROM r
  WHERE r.domain LIKE '%' || d.domain
);

EXISTS 有可能比 JOIN 更快，因为它是半连接。

我会在 d.domain 上创建一个 b-tree 索引，看看对其进行松散索引扫描是否有助于比 DISTINCT 更快地获取不同的域。参见 https://wiki.postgresql.org/wiki/Loose_indexscan

另见 https://wiki.postgresql.org/wiki/Reverse_string可能会加速后缀模式匹配。