查找与给定列表的交集答案

【问题标题】：Find intersection with given list查找与给定列表的交集
【发布时间】：2021-08-06 06:56:50
【问题描述】：

我有一个文件路径表，其中包含其内容的哈希值，可能有多个文件具有相同的哈希值。

create table files(
  path varchar(256) not null,
  hash varchar(100) not null
);

create index files_hash on files (hash);

鉴于我有 3 个哈希数组 'a', 'b', 'c'，我如何有效地找到 files 表包含哪些哈希？

我可以使用select distinct hash 来获取files 中存在的哈希：

select distinct hash
from   files
where  hash in ('a', 'b', 'c')

但它会有效吗？就像说有数十万个带有哈希 'a' 的文件，PostgreSQL 会遍历所有这些记录吗？有没有办法告诉它一找到第一个就立即停止？

【问题讨论】：

【解决方案1】：

这应该尽可能快：

SELECT * 
FROM   unnest('{a,b,c}'::varchar[]) AS arr(hash)
WHERE  EXISTS (SELECT FROM files f WHERE f.hash = arr.hash);

如果您的表足够 VACUUM'ed，那么无论有多少哈希匹配，您都可以在 files_hash 索引上进行仅索引扫描，并具有恒定（出色）的性能。见：

【讨论】：

【解决方案2】：

如果你想要一个数组中的所有哈希值，我建议：

select distinct hash
from files
where hash = any(array['a', 'b', 'c']);

为了获得此查询的性能，您需要files(hash) 上的索引。

如果您只希望返回一个，那么这应该更快：

select hash
from files
where hash = any(array['a', 'b', 'c'])
limit 1;

【讨论】：