标签: postgresql

CLUSTER大表上的命令可能需要很长时间，并且在运行时会阻止对表的读取和写入。

我不需要按索引顺序对表中的数据进行严格排序，我只希望通常一起查询的行更有可能位于同一个数据库块中，而不是均匀地分散在表中（这是它们的分布）由于日期插入表格的方式的性质，自然有）。

它可以产生很大的不同。在下面的示例中，唯一的区别是insert有一个额外的，order by mod(g,10)以便测试数据由 预先聚类host_id。当获取一个特定host_id.

是否有某种方法可以在没有排它锁和cluster命令的日志记录开销的情况下实现这种集群？

create schema stack;
set search_path=stack;
--
create table foo(host_id integer, bar text default repeat('a',400));
insert into foo(host_id) select mod(g,10) from generate_series(1,500000) g;
create index nu_foo on foo(host_id);
explain analyze select count(bar) from foo where host_id=1;
/*
                                                            QUERY PLAN
-----------------------------------------------------------------------------------------------------------------------------------
 Aggregate  (cost=30188.66..30188.67 rows=1 width=404) (actual time=1129.858..1129.859 rows=1 loops=1)
   ->  Bitmap Heap Scan on foo  (cost=919.27..30066.46 rows=48883 width=404) (actual time=253.149..1110.013 …

我正在将 PostgreSQL 数据库（即 /var/lib/postgresql）的数据从一台服务器复制到另一台服务器。服务器是相同的，除了一个是32位，另一个是64位。我已经复制了一次数据并且PostgreSQL启动了，但是，有没有办法验证数据的完整性？

我对一个特定数据库的大小有一个非常奇怪的误报。

根据\l+在psqlDB 大小是 292 MB。

对以下语句报告的大小进行求和也报告非常接近 292 MB。

SELECT
    table_name,
    pg_size_pretty(total_size) AS total_size
FROM (
    SELECT
        table_name,
        pg_total_relation_size(table_name) AS total_size
    FROM (
        SELECT ('"' || table_schema || '"."' || table_name || '"') AS table_name
        FROM information_schema.tables
    ) AS all_tables
    ORDER BY total_size DESC
) AS pretty_sizes

然而pg_dump，这个数据库的一个产生了一个 2.02 GB 的 sql 文件

我怀疑这两种计数方法都会跳过 LOB，因为该数据库中有两个表包含TEXT内容较大的字段（每行最多 ~4MB）。

有没有办法在大小计算中包含 LOB？

编辑： 它变得更奇怪了：

这个查询：

SELECT SUM(LENGTH(text_column))
FROM some_table

给出 2,091,245,318（即 2.02 GiB）的结果，大约是转储的大小。

我尝试在 Windows XP 32 位和 Visual Studio 2010 上通过 @PavelStehule（Erwin Brandstetter在这个答案中向我推荐它）构建plpgsql_check 扩展（我将本文用作手册）。但是，我收到以下错误：

error LNK2001: unresolved external symbol _exec_get_datum_type
error LNK2001: unresolved external symbol _plpgsql_compile
error LNK2001: unresolved external symbol _plpgsql_build_datatype
error LNK2001: unresolved external symbol _plpgsql_stmt_typename
error LNK2001: unresolved external symbol _plpgsql_parser_setup

此外，还有两个 IntelliSense 错误：expected a ')'在 plpgsql.h（第 923 行和第 953 行 - 都在与数据相关的函数中） - 我希望这些是错误警报（如果它们很重要，如何解决它们？）。

经过一番谷歌搜索后，我发现有人在 OS X 上遇到了类似的问题。问题是 plpgsql.so 要么没有链接，要么没有工作。我的电脑上没有 plpgsql.so，但我有 plpgsql.dll 应该对应它。所以我链接了它，错误改变了：

error LNK1107: invalid or corrupt …

我正在运行一个汽车搜索引擎。它由 postgresql 9.3 安装支持。

现在我不确定对前端搜索进行索引优化的最佳方法/策略。

问题：

包含汽车的表包含大约 150 万行。搜索汽车的人需要不同的搜索条件。有的按品牌/型号搜索，有的按年份搜索，有的按里程搜索，有的按价格搜索，有的按特殊设备搜索，等等 - 通常他们将一大堆标准结合在一起。当然，有些，如品牌/模式和价格，比其他的使用频率更高。我们总共提供：9 个类别标准，如品牌/型号或车身类型，加上 5 个数字标准，如价格或里程数，以及 12 个布尔标准，如设备。最后，人们可以按不同的列（年份、价格、里程和我们为汽车创建的分数）对结果进行排序。默认情况下，我们按照自己生成的分数进行排序。

到目前为止我所做的：

我已经“轻松”分析了标准的使用，并创建了一些索引（10）。其中包括例如价格、里​​程和品牌/型号的组合指数。由于我们只对显示实际待售汽车的结果感兴趣，因此将索引作为销售状态列上的部分索引。

问题：

1. 您将如何分析和确定应该对哪些列编制索引，以及如何编制？
2. 为 20 多个列上发生的搜索优化索引时，最佳策略是什么，其中使用和组合变化很大？（只对所有内容进行索引，对某些列进行索引，进行组合索引，仅进行单列索引等）
3. 我希望索引所有列没有意义？
4. 我希望索引布尔列没有意义？
5. 是否对 5 个常用列进行组合索引而不是对每个列进行单独索引更好？
6. 按我的默认排序对所有索引进行排序是个好主意吗？
7. 您是否有使用其他可以大大提高性能的方法（例如，强制索引保留在内存中等）的经验？

我正在尝试运行一个工作正常的 group by 语句，但是，其中一个“组”为空。如何为该行返回“未知”？

例如：

    10000
A   9999
B   9990
C   4

等等。

第一行我想在查询中作为“未知”返回。

使用 PostgreSQL 9.3 我一直在尝试定义一个assert辅助函数来检查空查询结果和类似的事情，如下所示：

CREATE FUNCTION public.assert (
    in_assertion boolean,
    in_errormessage text
)
RETURNS boolean
IMMUTABLE
LANGUAGE plpgsql
SECURITY INVOKER
AS $function$
    BEGIN
        IF NOT in_assertion THEN
            RAISE EXCEPTION 'assertion failed: %', in_errormessage;
        END IF;

        RETURN in_assertion;
    END;
$function$
;

经过测试，我发现异常没有像我期望的那样抛出。例如，对于CREATE TABLE emptytable (somecolumn text);和

CREATE FUNCTION public.testassert_buggy (
    out somevalue text
)
LANGUAGE sql
SECURITY DEFINER
AS $function$
    WITH firstquery AS (
            SELECT * FROM emptytable
    ), nonemptycheck AS (
            SELECT assert(count(*) = 42, 'nonemptycheck …

基于这个关于 SO 的相关问题。

如果您只想要简单的匹配，这很好用。假设在 JSON 数据中tracks同时具有Artist和Title字段。所以我们有类似的东西：

INSERT INTO tracks (id, data)
VALUES (1, '[{"artist": "Simple Plan", "title": "Welcome to My Life"}]');

我们像在原始问题中一样创建索引：

CREATE INDEX tracks_artists_gin_idx ON tracks
USING GIN (json2arr(data, 'artist'));

CREATE INDEX tracks_title_gin_idx ON tracks
USING GIN (json2arr(data, 'title'));

所以现在我们有两个字段要匹配。如您所见，如果我们执行以下原始查询（经过非常简单的修改）：

SELECT *
FROM   tracks
WHERE  '{"ARTIST NAME"}'::text[] <@ (json2arr(data, 'artist'))
AND    '{"TITLE"}'::text[]       <@ (json2arr(data, 'title'))

这将给出错误的答案，因为 JSON 数组中的艺术家和标题数组的索引不必匹配此查询以匹配 JSON 中的某些内容。执行此查询的正确方法是什么，以便我们可以获得所需的精确匹配？是否json2arr()需要改变？

编辑：为什么这是错误的

假设我们的表有如下记录：

INSERT INTO tracks (id, data) …

我在 PostgreSQL 中有一个用于医院患者的表，我想将它的主键设置为PAT0000001( char varying) 并将该字段保持为自动增量。

有没有办法实现这一目标？

我正在使用 ExecutorService，其固定线程池为 50，固定数据库连接池为 50，使用 HikariCP。每个工作线程处理一个数据包（一个“报告”），检查它是否有效（其中每个报告必须有唯一的unit_id、时间、纬度和经度），从连接池中抓取一个db连接，然后将报告插入报告表。唯一性约束是用 postgresql 创建的，称为“reports_uniqueness_index”。当我的音量很大时，我会收到大量以下错误：

org.postgresql.util.PSQLException: ERROR: duplicate key value 
  violates unique constraint "reports_uniqueness_index"

这就是我认为的问题所在。在插入数据库之前，我执行检查以确定表中是否已存在具有相同unit_id、时间、纬度和经度的报告。如果不是，那么报告是有效的，我执行插入。但是，我认为因为我使用并发，所以我有 50 个线程同时检查报告是否有效，并且由于尚未插入它们中的任何一个，每个线程都认为它具有有效的报告以及何时将它们插入同一时刻，也就是 postgresql 引发错误的时候。

我想要一个不会因并发而产生任何延迟的解决方案。我一直试图避免使用同步语句或重入锁，因为数据库插入需要尽快发生。这是这里的插入：

 private boolean save(){
        Connection conn=null;
        Statement stmt=null;
        int status=0;
        DbConnectionPool dbPool = DbConnectionPool.getInstance();
        String sql = = "INSERT INTO reports"
        sql += " (unit_id, time, time_secs, latitude, longitude, speed, created_at)";
        sql += " values (...)";
        try {
            conn = dbPool.getConnection();
            stmt = conn.createStatement();
            status = stmt.executeUpdate(sql);
        } catch (SQLException e) {
            return false;
        } finally {
            try { …