为什么 array_agg() 比非聚合 ARRAY() 构造函数慢？

Question

我刚刚查看了一些为8.4 之前的 PostgreSQL编写的旧代码，我看到了一些非常棒的东西。我记得以前有一个自定义函数可以做一些这样的事情，但我忘记了预先的array_agg()样子。回顾一下，现代聚合是这样写的。

SELECT array_agg(x ORDER BY x DESC) FROM foobar;

然而，曾几何时，它是这样写的，

SELECT ARRAY(SELECT x FROM foobar ORDER BY x DESC);

所以，我用一些测试数据试了一下..

CREATE TEMP TABLE foobar AS
SELECT * FROM generate_series(1,1e7)
  AS t(x);

结果令人惊讶..#OldSchoolCool 方式要快得多：加速了 25%。此外，在没有ORDER 的情况下简化它，表现出同样的缓慢。

# EXPLAIN ANALYZE SELECT ARRAY(SELECT x FROM foobar);
                                                         QUERY PLAN                                                          
-----------------------------------------------------------------------------------------------------------------------------
 Result  (cost=104425.28..104425.29 rows=1 width=0) (actual time=1665.948..1665.949 rows=1 loops=1)
   InitPlan 1 (returns $0)
     ->  Seq Scan on foobar  (cost=0.00..104425.28 rows=6017728 width=32) (actual time=0.032..716.793 rows=10000000 loops=1)
 Planning time: 0.068 ms
 Execution time: 1671.482 ms
(5 rows)

test=# EXPLAIN ANALYZE SELECT array_agg(x) FROM foobar;
                                                        QUERY PLAN                                                         
---------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=119469.60..119469.61 rows=1 width=32) (actual time=2155.154..2155.154 rows=1 loops=1)
   ->  Seq Scan on foobar  (cost=0.00..104425.28 rows=6017728 width=32) (actual time=0.031..717.831 rows=10000000 loops=1)
 Planning time: 0.054 ms
 Execution time: 2174.753 ms
(4 rows)

那么，这里发生了什么。为什么array_agg是一个内部函数，比规划器的 SQL 巫术慢得多？

在 x86_64-pc-linux-gnu 上使用“ PostgreSQL 9.5.5，由 gcc 编译（Ubuntu 6.2.0-5ubuntu12）6.2.0 20161005，64 位”

Answer 1

ARRAY 构造函数没有任何“老派”或“过时” （就是这样ARRAY(SELECT x FROM foobar)）。它一如既往地现代。将其用于简单的数组聚合。

手册：

也可以从子查询的结果构造一个数组。在这种形式中，数组构造函数是用关键字ARRAY后跟括号（未括号）的子查询编写的。

的聚合函数array_agg()是更通用的，因为它可以被集成在一个SELECT与多个列，在相同的可能更多的聚合列表SELECT，并且可以与形成任意组GROUP BY。而 ARRAY 构造函数只能从SELECT返回单个列中返回单个数组。

我没有研究源代码，但显然更通用的工具也更昂贵。

一个显着区别：{}如果没有行符合条件，则 ARRAY 构造函数返回一个空数组 ( )。array_agg()返回NULL相同。

Answer 2

我相信 Erwin 接受的答案可以添加以下内容。

通常，我们使用带有索引的常规表，而不是原始问题中的临时表（没有索引）。需要注意的是，ARRAY_AGG在聚合期间完成排序时，聚合（例如 ）无法利用现有索引。

例如，假设以下查询：

SELECT ARRAY(SELECT c FROM t ORDER BY id)

如果我们在 上有一个索引t(id, ...)，则可以使用该索引，以支持对 进行顺序扫描，t然后对 进行排序t.id。此外，如果包含在数组中的输出列（此处c）是索引的一部分（例如上的索引t(id, c)或包含的索引t(id) include(c)），则这甚至可能是仅索引扫描。

现在，让我们重写该查询如下：

SELECT ARRAY_AGG(c ORDER BY id) FROM t

现在，聚合将不使用索引，它必须对内存中的行进行排序（对于磁盘上的大型数据集甚至更糟）。这将始终是顺序扫描，t然后是聚合+排序。

据我所知，这在官方文档中没有记录，但可以从源中获得。这应该适用于所有当前版本，包括 v11。