如何告诉 SQL 规划器主查询中的 WHERE 条件应该在子查询中执行？

Question

我正在使用 Postgres 14.x 顺便说一句。

我有一个可以观察的复杂查询，旁边是 EXPLAIN ANALYZE，这里。

history

表的目的是记录

public

表中每一行的变化，以便我们随时了解过去的状态。该函数基本上为您提供了一个表，表示在提供的时间戳处

public

表的状态。

计算整个表过去的样子非常昂贵，但我的目的是通过使用该函数以及我想要的行 ID 的过滤器，然后只计算该行。但这并没有发生。

速度非常慢。应该需要几毫秒。但是，它不是在第一次扫描时执行过滤器

"id" = 'fd18211b-a400-49ed-a723-9648ab05ca4f'

来大大减少获取的行数，从而使聚合节点更快，而是在最后执行。

如果我将

COALESCE(past.id, present.id) AS id

替换为

past.id AS id

或

present.id AS id

，它就可以修复，如 here 所示，但它不正确，因为

past.id

或

present.id

可能是

NULL

。

但是如果

past.id

是

NULL

则意味着所有

past.*

都是 NULL。与

present

相同。因此将过滤器应用于子查询仍然是有效的。

那么我怎样才能在保持 COALESCE 的同时通知规划器应该将过滤器应用于子查询呢？

Answer 1

除非 Postgres 可以在调用查询中“内联”函数（这对于返回集合的函数来说通常是不可能的），否则对于查询规划器来说它就是一个黑匣子。函数内部的所有内容都是与外部查询分开计划和执行的，并且在继续进行外部查询之前具体化结果。对你来说最坏的情况。 要尽早对 ID 应用最重要的过滤器，请将其传递给函数，然后将其应用到根。

另外，当您只需要最新的非空值时，不要

array-agg()

所有行。我展示了一个使用

UNION ALL

而不是

FULL OUTER JOIN

的解决方案，在子查询中订购一次，并与附加

first_last_agg

模块中的函数

first()

进行聚合，您必须先安装该模块。此相关答案中的详细信息和替代方案：

为多列选择最近的非空值

CREATE OR REPLACE FUNCTION public.select_version_of_project(_id uuid, _ts timestamptz)
  RETURNS TABLE (
    id             uuid
  , folder_id      uuid
  , name           text
--, etc.

  )
  LANGUAGE sql STABLE AS
$func$
SELECT p.id
     , first(p.folder_id) FILTER (WHERE p.folder_id IS NOT NULL) AS folder_id
     , first(p.name)      FILTER (WHERE p.name IS NOT NULL)      AS name
--   , etc.
FROM  (
   SELECT *
   FROM   history.project h
   WHERE  h.id = _id
   AND    h.updated_at <= _ts  -- ?

   UNION ALL
   SELECT *
   FROM   public.project p
   WHERE  p.id = _id
   AND    p.updated_at <= _ts  -- ?

   ORDER  BY updated_at DESC  -- !! I assume you want the latest state
   ) p
GROUP  BY 1;
$func$;

致电：

SELECT *
FROM   public.select_version_of_project ('fd18211b-a400-49ed-a723-9648ab05ca4f'
                                       , '2024-03-08 08:31:08.280+0')  -- timestamptz !

我对 

created_at

和

updated_at

的过滤器并不完全清楚。您可能需要在那里做更多事情。确保在

history.project(id, updated_at)

上有 多列索引！

不确定 

public.project
- 只需

(id)

上的索引就足够了，并且应该已经作为 PK 索引存在。传递声明的

timestamptz

值，否则您可能会得到令人惊讶的转换。