连接极慢的大表上的子查询

Question

我有以下疑问，

SELECT * FROM users, 
(SELECT * 
FROM mastery 
WHERE champion_rank = 1 
ORDER BY global_rank ASC 
LIMIT 3) as ranks
WHERE users.id = ranks.user_id

Mastery 有 22M 行，users 有 5M 行。上面的查询需要 1800 毫秒才能完成。

问题是下面的子查询在自己运行时需要2.5ms来执行

SELECT * 
FROM mastery 
WHERE champion_rank = 1 
ORDER BY global_rank ASC 
LIMIT 3

从 users 表中检索单个用户需要 2.5 毫秒

SELECT * FROM users WHERE id = 4234523

所以理论上，如果我只是修改我的代码来执行第一个子查询，然后为返回的每一行运行一个额外的查询，整个过程将需要 2.5 + (3 * 2.5) = 10 毫秒来运行。

postgres 肯定在做一些奇怪的事情吗？

数据库结构和索引可以看here

Answer 1

您的查询运行缓慢，因为它必须为用户中的 5M 行中的每一行运行排序子查询。

你最好做一个 join single pass，并使用 rank() 窗口函数来过滤你想要的前 3 个：

SELECT users.*, (ranks.mastery).*
FROM (
  SELECT mastery, rank() OVER (ORDER BY global_rank)
  FROM mastery
  WHERE champion_rank = 1
  ) as ranks
JOIN users ON (users.id = ranks.user_id)
WHERE ranks.rank <= 3;

Answer 2

确定问题，我加入的两个字段的数据类型不同。 Mastery 的用户 id 是数字数据类型，用户 id 是整数数据类型，它必须将每一行转换为新类型。

因此查询时间长。