धीरे साथ या में क्वेरी शामिल हों WHERE कथन

Question

यहाँ मेरी समस्या के लिए एक सरल उदाहरण है:

CREATE TABLE test1 (id SERIAL, key TEXT UNIQUE, value TEXT); 
CREATE TABLE test2 (id SERIAL, key TEXT UNIQUE, value TEXT); 

INSERT INTO test1 (key, value) 
SELECT i::TEXT, 'ABC' || i::TEXT 
FROM generate_series(0, 1000000) AS i; 

INSERT INTO test2 (key, value) 
SELECT i::TEXT, 'ABC' || (i+1000)::TEXT 
FROM generate_series(0, 600000) AS i; 

INSERT INTO test2 (key, value) 
SELECT i::TEXT, 'ABC' || (i+1000)::TEXT 
FROM generate_series(1000000, 1200000) AS i; 

CREATE INDEX test1_key ON test1 (key); 
CREATE INDEX test1_value ON test1 (value); 
CREATE INDEX test2_key ON test2 (key); 
CREATE INDEX test2_value ON test2 (value); 

VACUUM FULL VERBOSE ANALYZE test1; 
VACUUM FULL VERBOSE ANALYZE test2; 

कि क्वेरी मैं वर्तमान में उपयोग कर रहा हूँ है, लेकिन जो अधिक से अधिक 6 सेकंड लेता है।

EXPLAIN ANALYZE 
SELECT test1.key AS key1, test1.value AS value1, 
     test2.key AS key2, test2.value AS value2 
FROM test1 
LEFT OUTER JOIN test2 ON (test1.key = test2.key) 
WHERE test1.value = 'ABC1234' OR test2.value = 'ABC1234'; 

key1 | value1 | key2 | value2 
------+---------+------+--------- 
234 | ABC234 | 234 | ABC1234 
1234 | ABC1234 | 1234 | ABC2234 
(2 rows) 

                 QUERY PLAN 
---------------------------------------------------------------------------------------------------------------------------- 
Hash Left Join (cost=27344.05..79728.10 rows=2 width=32) (actual time=5428.635..6097.098 rows=2 loops=1) 
    Hash Cond: (test1.key = test2.key) 
    Filter: ((test1.value = 'ABC1234'::text) OR (test2.value = 'ABC1234'::text)) 
    -> Seq Scan on test1 (cost=0.00..16321.01 rows=1000001 width=15) (actual time=0.009..1057.315 rows=1000001 loops=1) 
    -> Hash (cost=13047.02..13047.02 rows=800002 width=17) (actual time=2231.964..2231.964 rows=800002 loops=1) 
     Buckets: 65536 Batches: 2 Memory Usage: 14551kB 
     -> Seq Scan on test2 (cost=0.00..13047.02 rows=800002 width=17) (actual time=0.010..980.232 rows=800002 loops=1) 
Total runtime: 6109.042 ms 
(8 rows) 

दोनों तालिकाओं में केवल बहुत कम डेटासेट आवश्यकताओं को पूरा करेंगे, लेकिन ऐसा लगता है कि तथ्य नहीं देखा जाता है। बहुत धीमी गति से

EXPLAIN ANALYZE 
SELECT coalesce(test1.key, test3.key1) AS key1, coalesce(test1.value, test3.value1) AS value1, 
     coalesce(test2.key, test3.key2) AS key2, coalesce(test2.value, test3.value2) AS value2 
FROM (SELECT test1.key AS key1, test1.value AS value1, 
      test2.key AS key2, test2.value AS value2 
     FROM (SELECT key, value FROM test1 WHERE value = 'ABC1234') AS test1 
     FULL JOIN (SELECT key, value FROM test2 WHERE value = 'ABC1234') AS test2 
     ON (test1.key = test2.key)) AS test3 
LEFT OUTER JOIN test1 ON (test1.key = test3.key2) 
LEFT OUTER JOIN test2 ON (test2.key = test3.key1) 
WHERE test1.key IS NOT NULL; 

key1 | value1 | key2 | value2 
------+---------+------+--------- 
1234 | ABC1234 | 1234 | ABC2234 
234 | ABC234 | 234 | ABC1234 
(2 rows) 

                   QUERY PLAN 
------------------------------------------------------------------------------------------------------------------------------------------ 
Nested Loop Left Join (cost=0.00..33.56 rows=1 width=64) (actual time=0.075..0.083 rows=1 loops=1) 
    -> Nested Loop (cost=0.00..25.19 rows=1 width=47) (actual time=0.066..0.072 rows=1 loops=1) 
     -> Nested Loop Left Join (cost=0.00..16.80 rows=1 width=32) (actual time=0.051..0.054 rows=1 loops=1) 
       -> Index Scan using test2_value_key on test2 (cost=0.00..8.41 rows=1 width=17) (actual time=0.026..0.027 rows=1 loops=1) 
        Index Cond: (value = 'ABC1234'::text) 
       -> Index Scan using test1_key on test1 (cost=0.00..8.38 rows=1 width=15) (actual time=0.020..0.020 rows=0 loops=1) 
        Index Cond: (public.test1.key = public.test2.key) 
        Filter: (public.test1.value = 'ABC1234'::text) 
     -> Index Scan using test1_key on test1 (cost=0.00..8.38 rows=1 width=15) (actual time=0.011..0.013 rows=1 loops=1) 
       Index Cond: ((public.test1.key IS NOT NULL) AND (public.test1.key = public.test2.key)) 
    -> Index Scan using test2_key on test2 (cost=0.00..8.36 rows=1 width=17) (actual time=0.001..0.001 rows=0 loops=1) 
     Index Cond: (public.test2.key = public.test1.key) 
Total runtime: 0.139 ms 

निम्न क्वेरी सरल है, लेकिन अभी भी:: मैं बजाय इस तरह एक प्रश्न का उपयोग कर सकते

EXPLAIN ANALYZE 
SELECT test1.key AS key1, test1.value AS value1, 
     test2.key AS key2, test2.value AS value2 
FROM test1 
LEFT OUTER JOIN test2 ON (test1.key = test2.key) 
WHERE test1.value = 'ABC1234' 
    OR EXISTS (SELECT 1 FROM test2 t WHERE t.key = test1.key AND t.value = 'ABC1234'); 

key1 | value1 | key2 | value2 
------+---------+------+--------- 
1234 | ABC1234 | 1234 | ABC2234 
234 | ABC234 | 234 | ABC1234 
(2 rows) 

                   QUERY PLAN 
---------------------------------------------------------------------------------------------------------------------------------------- 
Merge Left Join (cost=0.00..8446826.32 rows=500001 width=32) (actual time=615.706..1651.370 rows=2 loops=1) 
    Merge Cond: (test1.key = test2.key) 
    -> Index Scan using test1_key on test1 (cost=0.00..8398983.25 rows=500001 width=15) (actual time=28.449..734.567 rows=2 loops=1) 
     Filter: ((value = 'ABC1234'::text) OR (alternatives: SubPlan 1 or hashed SubPlan 2)) 
     SubPlan 1 
      -> Index Scan using test2_key on test2 t (cost=0.00..8.36 rows=1 width=0) (never executed) 
       Index Cond: (key = $0) 
       Filter: (value = 'ABC1234'::text) 
     SubPlan 2 
      -> Index Scan using test2_value on test2 t (cost=0.00..8.37 rows=1 width=7) (actual time=0.376..0.380 rows=1 loops=1) 
       Index Cond: (value = 'ABC1234'::text) 
    -> Index Scan using test2_key on test2 (cost=0.00..39593.05 rows=800002 width=17) (actual time=0.019..498.456 rows=348894 loops=1) 
Total runtime: 1651.453 ms 
(13 rows) 

तो मेरे सवाल है: वहाँ एक सरल प्रश्न है जो दूसरी क्वेरी या शायद एक इंडेक्स या प्लानर के लिए किसी तरह की इशारा जैसी एक समान फास्ट निष्पादन योजना का नेतृत्व करेगा।

(मुझे लगता है कि उदाहरण के लिए पता है कि यह होगा उचित ही यह दोनों मूल्यों के साथ एक मेज है। लेकिन वास्तविकता में टेबल अधिक जटिल हैं और तालिका योजना है कि आसानी से नहीं बदला जा सकता। तक)

PostgreSQL Version: 9.0.3 
shared_buffers = 64MB 
effective_cache_size = 32MB 
work_mem = 16MB 
maintenance_work_mem = 32MB 
temp_buffers = 8MB 
wal_buffers= 1MB 

संपादित करें: Kipotlov से सुझाव दिया गया है यहाँ यूनिअन संस्करण है। सामान्य या क्वेरी ऐसी अच्छी योजना क्यों नहीं चुनती है?

EXPLAIN ANALYZE 
SELECT test1.key AS key1, test1.value AS value1, 
     test2.key AS key2, test2.value AS value2 
FROM test1 
LEFT OUTER JOIN test2 ON (test1.key = test2.key) 
WHERE test1.value = 'ABC1234' 
UNION 
SELECT test1.key AS key1, test1.value AS value1, 
     test2.key AS key2, test2.value AS value2 
FROM test1 
LEFT OUTER JOIN test2 ON (test1.key = test2.key) 
WHERE test2.value = 'ABC1234'; 

key1 | value1 | key2 | value2 
------+---------+------+--------- 
1234 | ABC1234 | 1234 | ABC2234 
234 | ABC234 | 234 | ABC1234 
(2 rows) 

                    QUERY PLAN 
------------------------------------------------------------------------------------------------------------------------------------------------ 
Unique (cost=33.64..33.66 rows=2 width=32) (actual time=0.114..0.119 rows=2 loops=1) 
    -> Sort (cost=33.64..33.64 rows=2 width=32) (actual time=0.111..0.113 rows=2 loops=1) 
     Sort Key: public.test1.key, public.test1.value, public.test2.key, public.test2.value 
     Sort Method: quicksort Memory: 17kB 
     -> Append (cost=0.00..33.63 rows=2 width=32) (actual time=0.046..0.097 rows=2 loops=1) 
       -> Nested Loop Left Join (cost=0.00..16.81 rows=1 width=32) (actual time=0.044..0.050 rows=1 loops=1) 
        -> Index Scan using test1_value_key on test1 (cost=0.00..8.44 rows=1 width=15) (actual time=0.023..0.024 rows=1 loops=1) 
          Index Cond: (value = 'ABC1234'::text) 
        -> Index Scan using test2_key on test2 (cost=0.00..8.36 rows=1 width=17) (actual time=0.014..0.016 rows=1 loops=1) 
          Index Cond: (public.test1.key = public.test2.key) 
       -> Nested Loop (cost=0.00..16.80 rows=1 width=32) (actual time=0.036..0.041 rows=1 loops=1) 
        -> Index Scan using test2_value_key on test2 (cost=0.00..8.41 rows=1 width=17) (actual time=0.019..0.020 rows=1 loops=1) 
          Index Cond: (value = 'ABC1234'::text) 
        -> Index Scan using test1_key on test1 (cost=0.00..8.38 rows=1 width=15) (actual time=0.013..0.015 rows=1 loops=1) 
          Index Cond: (public.test1.key = public.test2.key) 
Total runtime: 0.173 ms 
(16 rows) 

Answer 1

सबसे पहले, बहुत विस्तृत प्रश्न के लिए धन्यवाद। उन लोगों को ढूंढना दुर्लभ है जिन्होंने पूछने से पहले अपनी समस्या का विश्लेषण इस तरह की जानकारी में किया है।

मैं इस बारे में सोच कर दिया गया है और समस्या हो PostgreSQL सभी पंक्तियों शामिल करना चाहता है कि लगता है, क्योंकि प्रत्येक मेल नहीं खाने वाले पंक्ति test1 से संभावित test2 में मिलान किया जा सकता है - और इसके विपरीत।

समाधान योजनाकार को दो चरणों में क्वेरी निष्पादित करने के लिए मजबूर कर रहा है। एक दृष्टिकोण वह बड़ी यूनियन क्वेरी है जिसे आपने पहले ही कोशिश की है - प्रत्येक अभिव्यक्ति को एक अलग क्वेरी में विचार करने के लिए मजबूर करने के लिए।

एक और दृष्टिकोण मिलान कुंजी खोजने के लिए मजबूर कर रहा है योजनाकार पहले, तो में शामिल होने के लिए प्रदर्शन, इसलिए कोई अस्पष्टता नहीं हो सकता:

EXPLAIN ANALYZE 
SELECT test1.key AS key1, test1.value AS value1, 
     test2.key AS key2, test2.value AS value2 
FROM (
    SELECT key FROM test1 WHERE value='ABC1234' 
    UNION SELECT key FROM test2 WHERE value='ABC1234' 
) AS matching_keys 
INNER JOIN test1 USING (key) 
LEFT OUTER JOIN test2 USING (key); 

Nested Loop Left Join (cost=16.84..34.44 rows=2 width=32) (actual time=0.211..0.280 rows=2 loops=1) 
    -> Nested Loop (cost=16.84..33.65 rows=2 width=15) (actual time=0.175..0.212 rows=2 loops=1) 
     -> Unique (cost=16.84..16.85 rows=2 width=6) (actual time=0.132..0.136 rows=2 loops=1) 
       -> Sort (cost=16.84..16.85 rows=2 width=6) (actual time=0.131..0.132 rows=2 loops=1) 
        Sort Key: public.test1.key 
        Sort Method: quicksort Memory: 25kB 
        -> Append (cost=0.00..16.83 rows=2 width=6) (actual time=0.058..0.110 rows=2 loops=1) 
          -> Index Scan using test1_value on test1 (cost=0.00..8.42 rows=1 width=6) (actual time=0.056..0.058 rows=1 loops=1) 
           Index Cond: (value = 'ABC1234'::text) 
          -> Index Scan using test2_value on test2 (cost=0.00..8.39 rows=1 width=7) (actual time=0.046..0.047 rows=1 loops=1) 
           Index Cond: (value = 'ABC1234'::text) 
     -> Index Scan using test1_key on test1 (cost=0.00..8.38 rows=1 width=15) (actual time=0.032..0.033 rows=1 loops=2) 
       Index Cond: (key = public.test1.key) 
    -> Index Scan using test2_key on test2 (cost=0.00..0.38 rows=1 width=17) (actual time=0.028..0.029 rows=1 loops=2) 
     Index Cond: (public.test1.key = key) 
Total runtime: 0.390 ms 
(16 rows) 

फिर, संघ या की भूमिका में कार्य करता है। दुर्भाग्यवश यह दृष्टिकोण अभी भी value>'ABC1234' जैसे प्रश्नों के लिए बुरी तरह प्रदर्शन करता है।आप इसे work_mem पर बंप करके कुछ हद तक सुधार सकते हैं। मैं यहाँ एक नुकसान में हूँ।

---

अपने आखिरी सवाल का सवाल है:

क्यों सामान्य OR क्वेरी इस तरह के एक अच्छी योजना का चयन नहीं करता है?

क्योंकि पोस्टग्रेएसक्यूएल प्लानर में वर्तमान में अलग-अलग यूनियन प्रश्नों में अभिव्यक्तियों को विभाजित करने की क्षमता की कमी नहीं है। ऐसी कुछ चेतावनीएं हैं जो इसे लगने से कठिन बना देती हैं।

पोस्टग्रेएसक्यूएल प्लानर पहले से ही काफी विस्तृत है, लेकिन अब तक यह ऑप्टिमाइज़ेशन का लाभ लेने का एक बड़ा प्राथमिकता नहीं है जो मैन्युअल रूप से एसक्यूएल को फिर से लिखकर संभव है।

Answer 2

मुझे नहीं पता कि कौन सा तरीका बेहतर या तेज़ है।

लेकिन पहली बात यह है कि मुझे नोटिस है कि: प्रत्येक में प्रत्येक कुंजी कॉलम (UNIQUE) के साथ आपके पास दो टेबल हैं। फिर आपको एक ही कुंजी के लिए दो टेबल से डेटा मिलता है।

मेरा मुद्दा यह है कि आप शुरुआत में दो टेबल क्यों नहीं जुड़ते हैं ताकि आपको केवल एक टेबल से प्राप्त करना पड़े?