Chinaunix首页 | 论坛 | 博客
  • 博客访问: 333201
  • 博文数量: 81
  • 博客积分: 3813
  • 博客等级: 中校
  • 技术积分: 945
  • 用 户 组: 普通用户
  • 注册时间: 2005-08-24 18:14
文章分类

全部博文(81)

文章存档

2013年(1)

2012年(2)

2011年(54)

2010年(15)

2009年(9)

分类: Mysql/postgreSQL

2011-09-06 10:30:59

PostgreSQL Random Query Tuning 

在某些场景可能会需要随机的从表中取出记录。方法比较多,简单的方法可能给数据库带来巨大的开销,下面开始举例说明,看看如何优化一个随机查询。
测试表:
create table tbl_user
(
id serial8 primary key,
firstname varchar(32),
lastname varchar(32),
corp varchar(32),
age smallint
);
ID列被作为优化随机查询的选择列.唯一,有索引,非空是比较好的选择.
测试记录:
insert into tbl_user select generate_series(0,1000000),'Huang','Kyle','bsmart',28;
随机查询方法举例:
方法    1. 最简单的随机查询,查询出1条记录。
kyle=# select * from tbl_user order by random() limit 1;
  id   | firstname | lastname |  corp  | age 
-------+-----------+----------+--------+-----
 18205 | Huang     | Kyle     | bsmart |  28
(1 row)
Time: 595.469 ms
执行计划:
kyle=# explain select * from tbl_user order by random() limit 1;
                                  QUERY PLAN                                   
-------------------------------------------------------------------------------
 Limit  (cost=24853.02..24853.02 rows=1 width=28)
   ->  Sort  (cost=24853.02..27353.02 rows=1000001 width=28)
         Sort Key: (random())
         ->  Seq Scan on tbl_user  (cost=0.00..19853.01 rows=1000001 width=28)
(4 rows)

Time: 22.317 ms
简单是简单,缺点也很明显,这种随机查询在大表上跑数据库肯定是吃不消的。


以下列举利用索引列进行优化的方法。
方法    2.  随机取出n条记录,以下取出5条随机记录
kyle=# SELECT * from tbl_user 
kyle-#  where id in 
kyle-#     (select floor(random()*(max_id-min_id))::int
kyle(#         + min_id
kyle(#        from generate_series(1,5), 
kyle(#           (select max(id) as max_id,  
kyle(#                   min(id) as min_id
kyle(#              from tbl_user) s1
kyle(#      )
kyle-# limit 5;
   id   | firstname | lastname |  corp  | age 
--------+-----------+----------+--------+-----
 451661 | Huang     | Kyle     | bsmart |  28
  99977 | Huang     | Kyle     | bsmart |  28
 197446 | Huang     | Kyle     | bsmart |  28
 268740 | Huang     | Kyle     | bsmart |  28
 854540 | Huang     | Kyle     | bsmart |  28
(5 rows)

Time: 1.599 ms
执行计划:

kyle=# explain SELECT * from tbl_user  
     where id in
    (select floor(random()*(max_id-min_id))::int
        + min_id
       from generate_series(1,5),
          (select max(id) as max_id,  
                  min(id) as min_id
             from tbl_user) s1
     )
limit 5;
                                                              QUERY PLAN                                                               
---------------------------------------------------------------------------------------------------------------------------------------
 Limit  (cost=50.08..50.09 rows=5 width=28)
   ->  Nested Loop  (cost=50.08..832.26 rows=500000 width=28)
         ->  HashAggregate  (cost=50.08..52.08 rows=200 width=8)
               ->  Nested Loop  (cost=0.06..37.58 rows=1000 width=16)
                     ->  Result  (cost=0.06..0.07 rows=1 width=0)
                           InitPlan 1 (returns $0)
                             ->  Limit  (cost=0.00..0.03 rows=1 width=8)
                                   ->  Index Scan Backward using tbl_user_pkey on tbl_user  (cost=0.00..27844.32 rows=1000001 width=8)
                                         Index Cond: (id IS NOT NULL)
                           InitPlan 2 (returns $1)
                             ->  Limit  (cost=0.00..0.03 rows=1 width=8)
                                   ->  Index Scan using tbl_user_pkey on tbl_user  (cost=0.00..27844.32 rows=1000001 width=8)
                                         Index Cond: (id IS NOT NULL)
                     ->  Function Scan on generate_series  (cost=0.00..10.00 rows=1000 width=0)
         ->  Index Scan using tbl_user_pkey on tbl_user  (cost=0.00..3.89 rows=1 width=28)
               Index Cond: (public.tbl_user.id = (((floor((random() * ((($0) - ($1)))::double precision)))::integer + ($1))))
(16 rows)

Time: 1.789 ms

方法   3. 取出N条连续的随机记录.(此处用到函数)
kyle=#  create or replace function f_get_random (i_range int) returns setof record as $BODY$
 declare
kyle$#  declare
kyle$#  v_result record;
kyle$#  v_max_id int;
kyle$#  v_min_id int;
kyle$#  v_random numeric;
kyle$#  begin
kyle$#  select random() into v_random;
kyle$#  select max(id),min(id) into v_max_id,v_min_id from tbl_user;
kyle$#  for v_result in select * from tbl_user where id between (v_min_id+(v_random*(v_max_id-v_min_id))::int) and (v_min_id+(v_random*(v_max_id-v_min_id))::int+i_range)
kyle$#  loop
kyle$#  return next v_result;
kyle$#  end loop;
kyle$#  return;
kyle$#  end
kyle$#  $BODY$ language plpgsql;
CREATE FUNCTION
Time: 86.076 ms
以下举例取出10条连续的随机记录

kyle=#  select * from f_get_random(9) as (id bigint,firstname varchar(32),lastname varchar(32),corp varchar(32),age smallint);
   id   | firstname | lastname |  corp  | age 
--------+-----------+----------+--------+-----
 716349 | Huang     | Kyle     | bsmart |  28
 716350 | Huang     | Kyle     | bsmart |  28
 716351 | Huang     | Kyle     | bsmart |  28
 716352 | Huang     | Kyle     | bsmart |  28
 716353 | Huang     | Kyle     | bsmart |  28
 716354 | Huang     | Kyle     | bsmart |  28
 716355 | Huang     | Kyle     | bsmart |  28
 716356 | Huang     | Kyle     | bsmart |  28
 716357 | Huang     | Kyle     | bsmart |  28
 716358 | Huang     | Kyle     | bsmart |  28
(10 rows)

Time: 7.023 ms
执行计划:

kyle=# explain select * from tbl_user where id between 694686 and 694695;
                                  QUERY PLAN                                   
-------------------------------------------------------------------------------
 Index Scan using tbl_user_pkey on tbl_user  (cost=0.00..4.48 rows=9 width=28)
   Index Cond: ((id >= 694686) AND (id <= 694695))
(2 rows)

Time: 0.841 ms

kyle=#  explain select max(id),min(id) from tbl_user;
                                                  QUERY PLAN                                                   
---------------------------------------------------------------------------------------------------------------
 Result  (cost=0.06..0.07 rows=1 width=0)
   InitPlan 1 (returns $0)
     ->  Limit  (cost=0.00..0.03 rows=1 width=8)
           ->  Index Scan Backward using tbl_user_pkey on tbl_user  (cost=0.00..27844.32 rows=1000001 width=8)
                 Index Cond: (id IS NOT NULL)
   InitPlan 2 (returns $1)
     ->  Limit  (cost=0.00..0.03 rows=1 width=8)
           ->  Index Scan using tbl_user_pkey on tbl_user  (cost=0.00..27844.32 rows=1000001 width=8)
                 Index Cond: (id IS NOT NULL)
(9 rows)

Time: 0.971 ms

其他的方法不再一一列举,方法2和方法3可以满足大多数的需求了。开销和运行时间均比方法1下降1000倍以上.
注意事项:
1. 索引列的类型和查询条件的类型必须匹配.
2. random() 取值范围 0.0 到 1.0
3. id between x and y 的写法等同于 id>= x and id<=y .
    id BETWEEN SYMMETRIC x and y 的写法等同于 (id >= x and id <= y) or (id >= y and id <= x)
因此两者的执行计划是完全不一样的,如下:
kyle=# explain select * from tbl_user where id BETWEEN SYMMETRIC 3 and 2;
                                    QUERY PLAN                                    
----------------------------------------------------------------------------------
 Bitmap Heap Scan on tbl_user  (cost=4.63..6.65 rows=1 width=28)
   Recheck Cond: (((id >= 3) AND (id <= 2)) OR ((id >= 2) AND (id <= 3)))
   ->  BitmapOr  (cost=4.63..4.63 rows=1 width=0)
         ->  Bitmap Index Scan on tbl_user_pkey  (cost=0.00..2.31 rows=1 width=0)
               Index Cond: ((id >= 3) AND (id <= 2))
         ->  Bitmap Index Scan on tbl_user_pkey  (cost=0.00..2.31 rows=1 width=0)
               Index Cond: ((id >= 2) AND (id <= 3))
(7 rows)

Time: 1.180 ms

explain select * from tbl_user where id BETWEEN 2 and 3;
                                  QUERY PLAN                                   
-------------------------------------------------------------------------------
 Index Scan using tbl_user_pkey on tbl_user  (cost=0.00..4.32 rows=1 width=28)
   Index Cond: ((id >= 2) AND (id <= 3))
(2 rows)

Time: 0.931 ms
阅读(761) | 评论(0) | 转发(0) |
给主人留下些什么吧!~~