有没有更快的方法在 Postgres 中获得 UNION ALL 行为？

Question

我的 Postgres 数据库中有一个表 (t0)，其中的数据如下所示：

t1_id  t2_id
1      1      
2      1
2      1
4      null
4      null
5      null

我有一个查询要返回我想要的结果：

t1_id  t2_id
1      1
4      null
5      null

我的查询看起来像这样：

(
  SELECT DISTINCT ON (t2_id) t1_id, t2_id
  FROM t0
  WHERE t2_id IS NOT NULL
)
UNION ALL
(
  SELECT DISTINCT ON (t1_id) t1_id, t2_id
  FROM t0
  WHERE t2_id IS NULL
)

有没有更快的方法来执行这样的操作？这还不错，但是我在几个地方（使用连接）这样做，所有这些重复的查询似乎都会减慢速度。看来必须有更好的办法了。

这是小提琴形式的查询：http://sqlfiddle.com/#!15 /d41d8/3603

Answer 1

对于简单的情况，我只能想到对查询进行微小的改进：

(
  SELECT DISTINCT ON (t2_id)
         t1_id, t2_id
  FROM   t0
  WHERE  t2_id IS NOT NULL
  ORDER  BY t2_id, t1_id  -- to get consistent results
)
UNION ALL
(
  SELECT DISTINCT ON (t1_id)
         t1_id, NULL      -- cheaper
  FROM   t0
  WHERE  t2_id IS NULL
  -- if you retrieve more columns, add ORDER BY, too
)

• 正如ypercube 提到的，您需要添加ORDER BY明确的表达式列表才能获得确定性结果。

• 您可以在查询的第二部分中使用常量NULL而不是。t2_id也与以下指数支撑相关。

• 性能的关键是索引。尝试使用两个部分索引来匹配查询的两个部分：

  CREATE INDEX t0_part1_idx ON t0 (t2_id, t1_id) WHERE t2_id IS NOT NULL;
  CREATE INDEX t0_part2_idx ON t0 (t1_id)        WHERE t2_id IS NULL;
  

  您可能想也可能不想包含额外的列以允许仅索引扫描。

根据表大小和数据分布，可能有更快的替代方案：

• 选择每个 GROUP BY 组中的第一行？（最后一章）
• 优化 GROUP BY 查询以检索每个用户的最新记录

单身的SELECT

如果你想把它压缩成一个SELECT：

SELECT DISTINCT ON (coalesce(t2_id, t1_id), t2_id)
       t1_id, t2_id
FROM   t0
ORDER  BY coalesce(t2_id, t1_id), t2_id, t1_id;

等效，但排序顺序除外。如果您希望速度更快，请尝试使用函数索引：

CREATE INDEX t0_func_idx ON t0 (coalesce(t2_id, t1_id), t2_id, t1_id);