同事今天晋级高级工程师考试,发来一道公司出题目让我帮忙进行优化,其中场景二的案例非常有意思。
题目内容如下:
原始SQL:
scott=> explain analyze scott-> select scott-> a.id, scott-> a.col2, scott-> (select sum(b.id) from table02 b where a.col2 like b.col2||'%' ) scott-> from table01 a; QUERY PLAN ------------------------------------------------------------------------------------------------------------------------ Seq Scan on table01 a (cost=0.00..3905341.00 rows=100000 width=45) (actual time=0.579..50568.090 rows=100000 loops=1) SubPlan 1 -> Aggregate (cost=39.02..39.03 rows=1 width=8) (actual time服务器托管网=0.504..0.504 rows=1 loops=100000) -> Seq Scan on table02 b (cost=0.00..39.00 rows=10 width=4) (actual time=0.063..0.499 rows=8 loops=100000) Filter: (a.col2 ~~ (col2 || '%'::text)) Rows Removed by Filter: 1992 Planning Time: 0.097 ms Execution Time: 50590.882 ms (8 行记录) 时间:50591.756 ms (00:50.592)
table01、table02 这两张表没有创建任何索引,全表扫描+标量子查询SQL执行需要50s才能出结果,速度非常慢。
考题要求要优化这条SQL,意思既是无论是调整 postgresql数据库的参数,对SQL加索引,等价改写SQL,这些手段都没问题,只要能让执行速度变快就行。
由于当时我在忙其他的事情,大致看了一眼后给出了以下的改写方案(我没加索引,感觉加索引的用处不大):
改写1:
scott=> explain analyze select scott-> a.id, scott-> a.col2, scott-> b.sum_b_id scott-> from table01 a scott-> left join (select sum(b.id) sum_b_id,b.col2 from table02 b group by b.col2) b scott-> ON a.col2 like b.col2||'%' scott-> ; QUERY PLAN ---------------------------------------------------------------------------------------------------------------------------- Nested Loop Left Join (cost=39.00..448135.74 rows=127500 width=45) (actual time=1.283..8674.517 rows=100000 loops=1) Join Filter: (a.col2 ~~ (b.col2 || '%'::text)) Rows Removed by Join Filter: 25400387 -> Seq Scan on table01 a (cost=0.00..1841.00 rows=100000 width=37) (actual time=0.018..19.620 rows=100000 loops=1) -> Materialize (cost=39.00..45.37 rows=255 width=11) (actual time=0.000..0.024 rows=255 loops=100000) -> HashAggregate (cost=39.00..41.55 rows=255 width=11) (actual time=1.241..1.316 rows=255 loops=1) Group Key: b.col2 -> Seq Scan on table02 b (cost=0.00..29.00 rows=2000 width=7) (actual time=0.007..0.342 rows=2000 loops=1) Planning Time: 0.181 ms Execution Time: 8682.974 ms (10 行记录) 时间:8684.338 ms (00:08.684)
可以看到等价改写以后,SQL从原来执行 50s 的时间已经降低到 8.8s 左右,提升还是挺大的。
把答案给了同事,我服务器托管网也去忙其他的事情了。
晚上我闲下来没事做,贼无聊,仔细看了下改写1 SQL的执行计划,感觉这种计划可能不是最优的执行计划。
因为我始终感觉走HASH可能才是最佳的执行计划,如果这条SQL在ORACLE 上执行,CBO很大可能会让计划走HASH,但是在PG就是走NL(脑残优化器)。
吃完饭后一直在尝试改写,搞了哥很长时间,最终还是把HASH版本的SQL给改出来了,泪目。
改写2:
scott=> explain analyze scott-> with a as (select id,col2,substr(t1.col2,1,x.rn) rn1 from table01 t1, scott(> scott(> (select min(length(col2)) rn from table02) x), t2.col2,1,x.rn) rn2 from (select sum(b.id) sum_b_id,b.col2 from table02 b group by b.col2) t2, scott(> (select min(length(col2)) rn from table02) x) scott-> select a.id,a.col2,b.sum_b_id from a scott-> left join b on a.rn1 = b.rn2 and a.col2 like b.col2||'%'; QUERY PLAN ---------------------------------------------------------------------------------------------------------------------------------- -------- Hash Left Join (cost=127.86..14881.38 rows=100000 width=45) (actual time=2.322..215.695 rows=100000 loops=1) Hash Cond: (substr(t1.col2, 1, (min(length(table02.col2)))) = substr(b.col2, 1, (min(length(table02_1.col2))))) Join Filter: (t1.col2 ~~ (b.col2 || '%'::text)) -> Nested Loop (cost=39.00..2880.02 rows=100000 width=41) (actual time=0.588..36.635 rows=100000 loops=1) -> Aggregate (cost=39.00..39.01 rows=1 width=4) (actual time=0.580..0.582 rows=1 loops=1) -> Seq Scan on table02 (cost=0.00..29.00 rows=2000 width=3) (actual time=0.015..0.252 rows=2000 loops=1) -> Seq Scan on table01 t1 (cost=0.00..1841.00 rows=100000 width=37) (actual time=0.005..15.073 rows=100000 loops=1) -> Hash (cost=85.67..85.67 rows=255 width=15) (actual time=1.721..1.724 rows=255 loops=1) Buckets: 1024 Batches: 1 Memory Usage: 20kB -> Nested Loop (cost=78.00..85.67 rows=255 width=15) (actual time=1.500..1.602 rows=255 loops=1) -> Aggregate (cost=39.00..39.01 rows=1 width=4) (actual time=0.554..0.555 rows=1 loops=1) -> Seq Scan on table02 table02_1 (cost=0.00..29.00 rows=2000 width=3) (actual time=0.004..0.233 rows=2000 l oops=1) -> HashAggregate (cost=39.00..41.55 rows=255 width=11) (actual time=0.945..1.002 rows=255 loops=1) Group Key: b.col2 -> Seq Scan on table02 b (cost=0.00..29.00 rows=2000 width=7) (actual time=0.005..0.250 rows=2000 loops=1) Planning Time: 0.351 ms Execution Time: 224.017 ms (17 行记录) 时间:225.488 ms
这个案例从最早的 50秒 改写到 8秒,到最后的 225毫秒出结果,花了不少时间研究各种改写方式。
只能说PG的优化器确实太拉跨了,要用CTE才能让优化器走HASH连接,浪费开发者不少时间,换成ORACLE数据库不会走这种SB执行计划。
以后估计会很少发博客,正在考虑转行卖炒粉,现在的市场真的是一言难尽。
服务器托管,北京服务器托管,服务器租用 http://www.fwqtg.net
机房租用,北京机房租用,IDC机房托管, http://www.fwqtg.net
在当今快节奏的数字世界中,网站性能对于吸引用户和取得成功至关重要。然而,对于像首页这样的页面,在不影响功能的前提下优化性能就成了一项挑战。 这就是 Vue 组件懒加载的用武之地。通过将非必要元素的加载推迟到可见时进行,开发人员可以增强用户体验,同时确保登陆页面…