优化plpgsql函数

Question

PostgreSQL 版本是 9.0。

我必须优化一个 plpgsql 函数。这个想法只是运行所有文档并测试表webdte.doc_tip_cifra中的相关行902,903,905,907是否已经存在。如果它们不存在，则插入空行以满足之后的验证。即使我只使用这 4 个条件之一并使用它必须运行的行数的一半，它现在也慢得离谱。有人有提高性能的想法吗？

CREATE OR REPLACE FUNCTION webdte.addtagobligatoriosventa(idlibro bigint)
  RETURNS character AS
$BODY$
DECLARE                 
    id_documento bigint;
    validador integer;
    validador1 integer;
    validador2 integer;
    validador3 integer;
    validador4 integer;

    tipo_cifra integer;
    --counts integer[];
BEGIN
    SELECT INTO validador1, validador2, validador3, validador4
             max(CASE id_tipo_cifra WHEN 901 THEN 1 ELSE 0 END)
            ,max(CASE id_tipo_cifra WHEN 902 THEN 1 ELSE 0 END)
            ,max(CASE id_tipo_cifra WHEN 905 THEN 1 ELSE 0 END)
            ,max(CASE id_tipo_cifra WHEN 907 THEN 1 ELSE 0 END)
    FROM   webdte.doc_tip_cifra
    WHERE  id_doc = id_documento;

    if (validador1 = 0) then
        insert into webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
        values (id_documento, 901, 0, 0);

    end if;
        if (validador2 = 0) then
        insert into webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
        values (id_documento, 902, 0, 0);

    end if;
        if (validador3 = 0) then
        insert into webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
        values (id_documento, 905, 0, 0);

    end if;
        if (validador4 = 0) then
        insert into webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
        values (id_documento, 907, 0, 0);

    end if;

END;
$BODY$
  LANGUAGE plpgsql VOLATILE;

也许最好决定插入触发器，在每个文档插入时在doc_tip_cifra 上插入 4 个空行，以避免对所有文档进行这种愚蠢的昂贵循环并为每个文档测试 4 次？ 你怎么看？

Answer 1

事实证明，您实际上并不需要计数。您的preceding question 传达了这种印象。但是，在我的解决方案中将 sum 替换为 max 并不会让您走得太远。

它有效，是的，但效率极低。找到匹配的行后，您不必遍历表的其余部分。这就是EXISTS semi-joins 的用途。我提出了这种完全不同的方法：

INSERT INTO webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
SELECT id_documento, 901, 0, 0
WHERE  NOT EXISTS (
    SELECT 1
    FROM   webdte.doc_tip_cifra
    WHERE  id_doc = id_documento
    AND    id_tipo_cifra = 901
    );

INSERT INTO webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
SELECT id_documento, 902, 0, 0
WHERE  NOT EXISTS (
    SELECT 1
    FROM   webdte.doc_tip_cifra
    WHERE  id_doc = id_documento
    AND    id_tipo_cifra = 902
    );

INSERT INTO webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
SELECT id_documento, 905, 0, 0
WHERE  NOT EXISTS (
    SELECT 1
    FROM   webdte.doc_tip_cifra
    WHERE  id_doc = id_documento
    AND    id_tipo_cifra = 905
    );

INSERT INTO webdte.doc_tip_cifra (id_doc, id_tipo_cifra, tasa_imp, val_imp)
SELECT id_documento, 907, 0, 0
WHERE  NOT EXISTS (
    SELECT 1
    FROM   webdte.doc_tip_cifra
    WHERE  id_doc = id_documento
    AND    id_tipo_cifra = 907
    );

您可以将其包装在 plpgsql 或 sql 函数中，也可以将其作为普通 SQL 运行。

除了您前面的问题之外，这很可能会使用合适的索引。最佳选择是multi-column index，例如：

CREATE INDEX doc_tip_cifra_special_idx
ON webdte.doc_tip_cifra (id_doc, id_tipo_cifra);

应该让您的查询变得更快。

此外，这种算法在并发方面存在固有问题。检查一行是否已经存在和插入它之间的时间窗口应该尽可能小。在这方面，将所有内容放在一个查询中是最佳选择。

不过，它并不完美。如果您的数据库发现大量并发，您可能对此excellent blog post by @depesz 感兴趣或阅读更多under this related question。

---

是的，用触发器解决这个问题听起来是个好主意。我会做的。