Postgresql 更新查询每次都花费太长时间才能完成答案

【问题标题】：Postgresql update query taking too long to complete every timePostgresql 更新查询每次都花费太长时间才能完成
【发布时间】：2021-02-28 15:32:32
【问题描述】：

我的 PostgreSQL 数据库表 user_book_details 有 451007 条记录。 user_book_details 表每天都在填充大约 1K 条新记录。

我有以下查询，每次都需要很长时间（13 小时）才能完成。

    update user_book_details as A1 set min_date=
    (select min(A2.acc_date) as min_date from user_book_details A2 where A2.user_id=A1.user_id 
     and A2.book_id=A1.book_id) where A1.min_date is null;

如何重写查询以提高性能？仅供参考，user_id 和 book_id 列上没有索引。

【问题讨论】：

标签： sql postgresql indexing sql-update dml

【解决方案1】：

您的查询没问题：

update user_book_details ubd
    set min_date = (select min(ubd2.acc_date) 
                    from user_book_details ubd2
                    where ubd2.user_id = ubd.user_id and
                          ubd2.book_id = ubd.book_id
                   )
   where ubd.min_date is null;

为了提高性能，您需要在user_book_details(user_id, book_id) 上建立索引。我也认为这样写会更快：

update user_book_details ubd
    set min_date = min_acc_date
    from (select ubd2.user_id, ubd2.book_id, min(ubd2.acc_date) as min_acc_date
          from user_book_details ubd2
          group by ubd2.user_id, ubd2.book_id
         ) ubd2
    where ubd2.user_id = ubd.user_id and
          ubd2.book_id = ubd.book_id and
          ubd.min_date is null;

第一种方法使用索引来查找每一行的值（更新同一查询时可能会有点复杂）。第二种方法聚合数据，然后加入值。

我应该注意，这个值很容易即时计算：

select ubd.*,
       min(acc_date) over (partition by user_id, book_id) as min_acc_date
from user_book_details ubd;

这可能比尝试在表中保持最新更可取。

【讨论】：