查看表的时间戳字段中的唯一日期的最快方法是什么？答案

【问题标题】：Fastest way to see what unique dates are in a table's timestamp field?查看表的时间戳字段中的唯一日期的最快方法是什么？
【发布时间】：2011-08-27 15:19:26
【问题描述】：

我有一个包含数十亿行的表。 “记录”字段上有每日分区，是“没有时区的时间戳”。我想知道表中当前有哪些日期。我知道我可以这样做：

SELECT recorded::date
FROM table
GROUP BY 1;

理想情况下应该可行，但对此的解释相当高，并且表明需要相当长的时间才能工作......如果这是我能做的最好的，我可以接受（我们可以密切关注数据），但我想知道是否有更有效的方法来做到这一点，因为我每天都有分区？

【问题讨论】：

标签： postgresql greenplum

【解决方案1】：

您可以像这样创建索引：

create index your_index_name
on table (date_trunc('day', recorded))

在我的测试中，PostgreSQL 9.something 在添加索引之前使用了顺序扫描，在简单地为“记录”列建立索引之后进行顺序扫描，并在使用 date_trunc() 对其进行索引之后进行索引扫描。选择一天的行需要 66 毫秒（不使用索引），68 毫秒（使用普通索引）和 13 毫秒（使用 date_trunc()）。

拥有数十亿行，预计创建该索引需要几分钟时间。（咳嗽）

【讨论】：

【解决方案2】：

这里有一个非常相似的帖子：

Slow select distinct query on postgres

如果您知道最小/最大日期，则最好查询日期列表，而不是对整个表进行 seq 扫描。假设你有一个记录的索引，看起来像这样的东西应该更快：

with days as (
select date_trunc('day', min(recorded))::date + k * interval '1 day' as day
from records,
     generate_series(0,
                    (select date_trunc('day', max(recorded))::date
                            - date_trunc('day', min(recorded)::date
                    from records
     )) as k
)
select day
from days
where exists (
      select 1
      from records
      where day <= recorded and recorded < day + interval '1 day'
      );

可能需要对上述查询进行一些调整，但总体思路是：对索引字段执行数千次子查询/索引扫描比对数十亿次进行 seq 扫描更快行并聚合它们以识别不同的日期。

【讨论】：

如果表每天分区一个分区，你甚至不需要日期索引，因为约束排除会选择正确的表，并且从表中读取的第一行将满足存在。