PostgreSQL join 获取表中的所有行，太慢了答案

【问题标题】：PostgreSQL join fetch all rows in table, too slowPostgreSQL join 获取表中的所有行，太慢了
【发布时间】：2014-11-11 23:50:45
【问题描述】：

我有两个表“commissions”和“mt4_trades”。在“mt4_trades”中，“ticket”列是私钥，在“commissions”中有“order_id”，它与 mt4_trades.ticket 是一对多的（一个“ticket”对多个“order_id”）。我有这样的声明：

SELECT commissions.ibs_account AS ibs_account                      
       FROM "public"."mt4_trades" 
    INNER JOIN commissions ON commissions.order_id = mt4_trades.ticket 
        WHERE "mt4_trades"."close_time" >= '2014.11.01' 
          AND "mt4_trades"."close_time" < '2014.12.01'

commissions 表包含大约 400 万行。此语句返回 480000 行。但它太慢了：执行时间 9 秒。我做了解释分析：

Hash Join  (cost=43397.07..216259.97 rows=144233 width=7) (actual time=3993.839..9459.896 rows=488131 loops=1)
  Hash Cond: (commissions.order_id = mt4_trades.ticket)
  ->  Seq Scan on commissions  (cost=0.00..116452.08 rows=3997708 width=15) (actual time=0.005..4185.254 rows=3997157 loops=1)
  ->  Hash  (cost=42485.10..42485.10 rows=72958 width=4) (actual time=288.767..288.767 rows=97260 loops=1)
        Buckets: 8192  Batches: 1  Memory Usage: 3420kB
        ->  Index Scan using "INDEX_CLOSETIME" on mt4_trades  (cost=0.43..42485.10 rows=72958 width=4) (actual time=0.020..174.810 rows=97260 loops=1)
              Index Cond: ((close_time >= '2014-11-01 00:00:00'::timestamp without time zone) AND (close_time < '2014-12-01 00:00:00'::timestamp without time zone))
Total runtime: 9881.979 ms

这一行：

->  Seq Scan on commissions  (cost=0.00..116452.08 rows=3997708 width=15) (actual time=0.005..4185.254 rows=3997157 loops=1)

扫描整个“commissions”表而不是首先比较“order_id”和“ticket”的意思。你能帮我如何改进这个查询吗？谢谢

【问题讨论】：

您是否已将commissions.order_id 编入索引？
将这些表的 CREATE TABLE 语句粘贴到您的问题中。通过运行analyze commissions; analyze mt4_trades; 更新统计信息。然后再次explain analyze your-query。
@tsnorri：除非 OP 还可以向 ibs_account 添加 WHERE 条件，否则索引可能对这个哈希连接没有帮助。

标签： postgresql inner-join query-performance postgresql-performance

【解决方案1】：

9 秒返回 50 万行并不可怕，4M 上的顺序扫描可能比 4M 上的 100K 索引查找快得多。假设您在 order_id 上有一个索引，您可以在运行查询之前运行 set enable_seqscan TO false; 来测试它（这只会影响当前连接）。

您真的每次运行此查询时都需要全部 500K 行吗？还是要过滤结果？如果您几乎总是要以其他方式过滤结果，您可能希望针对该查询而不是返回所有 500K 行的查询进行优化。

【讨论】：

感谢您的回答！我有