Ben aşağıdaki gibi 7.2 milyon tuples ile bir tablo var:
table public.methods
column | type | attributes
--------+-----------------------+----------------------------------------------------
id | integer | not null DEFAULT nextval('methodkey'::regclass)
hash | character varying(32) | not null
string | character varying | not null
method | character varying | not null
file | character varying | not null
type | character varying | not null
Indexes:
"methods_pkey" PRIMARY KEY, btree (id)
"methodhash" btree (hash)
Şimdi bazı değerleri seçmek istiyorum ama sorgu inanılmaz derecede yavaş:
db=# explain
select hash, string, count(method)
from methods
where hash not in
(select hash from nostring)
group by hash, string
order by count(method) desc;
QUERY PLAN
----------------------------------------------------------------------------------------
Sort (cost=160245190041.10..160245190962.07 rows=368391 width=182)
Sort Key: (count(methods.method))
-> GroupAggregate (cost=160245017241.77..160245057764.73 rows=368391 width=182)
-> Sort (cost=160245017241.77..160245026451.53 rows=3683905 width=182)
Sort Key: methods.hash, methods.string
-> Seq Scan on methods (cost=0.00..160243305942.27 rows=3683905 width=182)
Filter: (NOT (SubPlan 1))
SubPlan 1
-> Materialize (cost=0.00..41071.54 rows=970636 width=33)
-> Seq Scan on nostring (cost=0.00..28634.36 rows=970636 width=33)
hash
Sütun MD5 hash olduğunu string
ve bir dizin var. Bu yüzden benim sorunum tüm tablo karma tarafından değil, id tarafından sıralanmış olduğunu, bu yüzden önce sıralamak ve sonra gruplandırmak biraz zaman alır olmasıdır?
Tabloda nostring
yalnızca sahip olmak istemediğim karmaların listesi var. Ama tüm değerleri olması için her iki tabloya ihtiyacım var. Bu yüzden bunları silmek için bir seçenek değil.
ek bilgi: sütunların hiçbiri null (tablo tanımındaki sabit) olabilir ve ben postgresql 9.2 kullanıyorum.
NULL
Sütundaki değerlerin yüzdesi nedirmethod
? Üzerinde kopyalar varstring
mı?