主页 / dba / 问题 / 12607
Accepted
François Beausoleil
Asked: 2012-02-10 19:29:05 +0800 CST

PostgreSQL下加快IN查询的方法

  • 772

我有以下形式的查询：

SELECT * FROM twitter_personas WHERE twitter_user_id IN ($1, $2, $3, ..., $25000)

IN 查询有 10 到 25000 个值。查询一次运行几分钟。我有将近 500,000 个这样的查询积压。

twitter_user_id 列已编入索引。关于如何加快速度的任何想法？

# \d twitter_personas
                                    Table "public.twitter_personas"
      Column      |          Type          |                         Modifiers                          
------------------+------------------------+------------------------------------------------------------
 persona_id       | uuid                   | not null
 twitter_user_id  | bigint                 | 
 screen_name      | character varying(40)  | not null
 avatar_url       | text                   | 
 hashval          | integer                | not null default nextval('personas_hashval_seq'::regclass)
Indexes:
    "twitter_personas_pkey" PRIMARY KEY, btree (persona_id)
    "index_twitter_personas_on_screen_name" UNIQUE, btree (screen_name)
    "index_twitter_personas_on_screen_name_persona_id" btree (screen_name, persona_id)
    "index_twitter_personas_twitter_user_id" btree (twitter_user_id) WHERE twitter_user_id IS NOT NULL
postgresql performance

2 个回答

  1. Best Answer

    IN() 使用许多参数将导致在许多情况下进行顺序表扫描。这可能会很慢，具体取决于表的大小和系统的速度。

    创建一个包含所有变量的临时表并加入该表：

    CREATE TEMP TABLE t AS 
  SELECT * FROM (VALUES(1),(2),(3)) x(twitter_user_id);

SELECT 
  twitter_personas.* 
FROM twitter_personas 
  JOIN t USING(twitter_user_id);

    使用 EXPLAIN 查看查询计划之间的差异。

    • 7

  2. 另一种选择是使用 ANY。

     SELECT * FROM twitter_personas 
 WHERE twitter_user_id ANY (VALUES  ($1), ($2), ($3), ..., ($25000))

    我运行了一个包含 1000 个参数的查询，使用 IN 需要 4 分钟，使用 ANY 需要 1 秒。您也可以使用 ANY ARRAY 而不是 ANY VALUES，但根据我的阅读，这比 ANY VALUES 慢。

    • 1

相关问题