Merak ediyordum. Ve hepimizin bildiği gibi, merakın kedileri öldürmekle ünlüdür.
Öyleyse, bir kedinin derisini yüzmenin en hızlı yolu hangisidir?
Bu test için kesin kedi derisi ortamı:
- İyi RAM ve ayarlarla Debian Squeeze üzerinde PostgreSQL 9.0 .
- 6.000 öğrenci, 24.000 kulüp üyeliği (veriler gerçek hayat verileriyle benzer bir veritabanından kopyalanır.)
- Söz konusu adlandırma şeması gelen hafif saptırma:
student.id
olup student.stud_id
ve club.id
bir club.club_id
buraya.
- Bu konudaki sorguları yazarlarından sonra, iki tane olan indeksle adlandırdım.
- Önbelleği doldurmak için tüm sorguları birkaç kez çalıştırdım, ardından EXPLAIN ANALYZE ile en iyi 5'i seçtim.
İlgili dizinler (optimum olmalıdır - hangi kulüplerin sorgulanacağını önceden bilmediğimiz sürece):
ALTER TABLE student ADD CONSTRAINT student_pkey PRIMARY KEY(stud_id );
ALTER TABLE student_club ADD CONSTRAINT sc_pkey PRIMARY KEY(stud_id, club_id);
ALTER TABLE club ADD CONSTRAINT club_pkey PRIMARY KEY(club_id );
CREATE INDEX sc_club_id_idx ON student_club (club_id);
club_pkey
buradaki çoğu sorgu için gerekli değildir.
Birincil anahtarlar, benzersiz dizinleri otomatik olarak PostgreSQL'de uygular.
Son dizin, PostgreSQL'deki çok sütunlu dizinlerin bu bilinen eksikliğini telafi etmektir :
Çok sütunlu bir B-ağaç dizini, dizin sütunlarının herhangi bir alt kümesini içeren sorgu koşullarıyla kullanılabilir, ancak dizin, baştaki (en soldaki) sütunlarda kısıtlamalar olduğunda en etkilidir.
Sonuçlar:
EXPLAIN ANALYZE'dan toplam çalışma süreleri.
1) Martin 2: 44,594 ms
SELECT s.stud_id, s.name
FROM student s
JOIN student_club sc USING (stud_id)
WHERE sc.club_id IN (30, 50)
GROUP BY 1,2
HAVING COUNT(*) > 1;
2) Erwin 1: 33,217 ms
SELECT s.stud_id, s.name
FROM student s
JOIN (
SELECT stud_id
FROM student_club
WHERE club_id IN (30, 50)
GROUP BY 1
HAVING COUNT(*) > 1
) sc USING (stud_id);
3) Martin 1: 31,735 ms
SELECT s.stud_id, s.name
FROM student s
WHERE student_id IN (
SELECT student_id
FROM student_club
WHERE club_id = 30
INTERSECT
SELECT stud_id
FROM student_club
WHERE club_id = 50);
4) Derek: 2,287 ms
SELECT s.stud_id, s.name
FROM student s
WHERE s.stud_id IN (SELECT stud_id FROM student_club WHERE club_id = 30)
AND s.stud_id IN (SELECT stud_id FROM student_club WHERE club_id = 50);
5) Erwin 2: 2,181 ms
SELECT s.stud_id, s.name
FROM student s
WHERE EXISTS (SELECT * FROM student_club
WHERE stud_id = s.stud_id AND club_id = 30)
AND EXISTS (SELECT * FROM student_club
WHERE stud_id = s.stud_id AND club_id = 50);
6) Sean: 2,043 ms
SELECT s.stud_id, s.name
FROM student s
JOIN student_club x ON s.stud_id = x.stud_id
JOIN student_club y ON s.stud_id = y.stud_id
WHERE x.club_id = 30
AND y.club_id = 50;
Son üçü hemen hemen aynı performansı gösteriyor. 4) ve 5) aynı sorgu planıyla sonuçlanır.
Geç Eklemeler:
Süslü SQL, ancak performans devam edemez.
7) ypercube 1: 148.649 ms
SELECT s.stud_id, s.name
FROM student AS s
WHERE NOT EXISTS (
SELECT *
FROM club AS c
WHERE c.club_id IN (30, 50)
AND NOT EXISTS (
SELECT *
FROM student_club AS sc
WHERE sc.stud_id = s.stud_id
AND sc.club_id = c.club_id
)
);
8) ypercube 2: 147,497 ms
SELECT s.stud_id, s.name
FROM student AS s
WHERE NOT EXISTS (
SELECT *
FROM (
SELECT 30 AS club_id
UNION ALL
SELECT 50
) AS c
WHERE NOT EXISTS (
SELECT *
FROM student_club AS sc
WHERE sc.stud_id = s.stud_id
AND sc.club_id = c.club_id
)
);
Beklendiği gibi, bu ikisi neredeyse aynı performansı gösteriyor. Sorgu planı tablo taramaları ile sonuçlanır, planlayıcı burada dizinleri kullanmanın bir yolunu bulamaz.
9) vahşi sınıf 1: 49,849 ms
WITH RECURSIVE two AS (
SELECT 1::int AS level
, stud_id
FROM student_club sc1
WHERE sc1.club_id = 30
UNION
SELECT two.level + 1 AS level
, sc2.stud_id
FROM student_club sc2
JOIN two USING (stud_id)
WHERE sc2.club_id = 50
AND two.level = 1
)
SELECT s.stud_id, s.student
FROM student s
JOIN two USING (studid)
WHERE two.level > 1;
Süslü SQL, bir CTE için iyi performans. Çok egzotik sorgu planı.
Yine 9.1'in bunu nasıl ele aldığı ilginç olurdu. Burada kullanılan db kümesini yakında 9.1'e yükselteceğim. Belki bütün meseleyi yeniden çalıştırırım ...
10) vahşi sınıf 2: 36,986 ms
WITH sc AS (
SELECT stud_id
FROM student_club
WHERE club_id IN (30,50)
GROUP BY stud_id
HAVING COUNT(*) > 1
)
SELECT s.*
FROM student s
JOIN sc USING (stud_id);
Sorgu 2'nin CTE varyantı). Şaşırtıcı bir şekilde, tamamen aynı verilerle biraz farklı bir sorgu planıyla sonuçlanabilir. student
Alt sorgu varyantının dizini kullandığı sıralı bir tarama buldum .
11) ypercube 3: 101,482 ms
Başka bir geç ekleme @ypercube. Kaç tane yol olduğu kesinlikle şaşırtıcı.
SELECT s.stud_id, s.student
FROM student s
JOIN student_club sc USING (stud_id)
WHERE sc.club_id = 10 -- member in 1st club ...
AND NOT EXISTS (
SELECT *
FROM (SELECT 14 AS club_id) AS c -- can't be excluded for missing the 2nd
WHERE NOT EXISTS (
SELECT *
FROM student_club AS d
WHERE d.stud_id = sc.stud_id
AND d.club_id = c.club_id
)
)
12) erwin 3: 2.377 ms
@ ypercube's 11) aslında bu daha basit varyantın akıllara durgunluk veren ters yaklaşımıdır, bu da hala eksikti. Neredeyse en iyi kediler kadar hızlı performans gösterir.
SELECT s.*
FROM student s
JOIN student_club x USING (stud_id)
WHERE sc.club_id = 10 -- member in 1st club ...
AND EXISTS ( -- ... and membership in 2nd exists
SELECT *
FROM student_club AS y
WHERE y.stud_id = s.stud_id
AND y.club_id = 14
)
13) erwin 4: 2,375 ms
İnanması zor, ama işte gerçekten yeni bir varyant. İkiden fazla üyelik potansiyeli görüyorum, ancak aynı zamanda sadece iki üye ile en iyi kediler arasında yer alıyor.
SELECT s.*
FROM student AS s
WHERE EXISTS (
SELECT *
FROM student_club AS x
JOIN student_club AS y USING (stud_id)
WHERE x.stud_id = s.stud_id
AND x.club_id = 14
AND y.club_id = 10
)
Dinamik kulüp üyeliği sayısı
Başka bir deyişle: değişen sayıda filtre. Bu soru tam olarak iki kulüp üyeliği istedi . Ancak birçok kullanım durumunun değişen sayılara hazırlanması gerekir.
Bu ilgili sonraki cevapta ayrıntılı tartışma: