优化PostgreSQL中的窗口函数以使用索引

Question

我在PostgreSQL 9.2 DB中有一个表,创建并填充如下:

CREATE TABLE foo( id integer, date date );

INSERT INTO foo
SELECT (id % 10) + 1, now() - (id % 50) * interval '1 day'
FROM generate_series(1, 100000) AS id;

现在,我需要找到所有对(id, date),使得日期是具有相同的所有对中的最大值id.该查询是众所周知的,并且通常使用被调用的窗口函数ROW_NUMBER()

SELECT id, date
FROM (
    SELECT id, date, ROW_NUMBER() OVER (PARTITION BY id ORDER BY date DESC) rn
    FROM foo
) sbt
WHERE sbt.rn = 1;

现在,我要求该查询的计划,并发现该WindowAgg节点需要先对表进行排序.

Subquery Scan on sbt  (cost=11116.32..14366.32 rows=500 width=8) (actual time=71.650..127.809 rows=10 loops=1)
  Filter: (sbt.rn = 1)
  Rows Removed by Filter: 99990
    ->  WindowAgg  (cost=11116.32..13116.32 rows=100000 width=8) (actual time=71.644..122.476 rows=100000 loops=1)
          ->  Sort  (cost=11116.32..11366.32 rows=100000 width=8) (actual time=71.637..92.081 rows=100000 loops=1)
                Sort Key: foo.id, foo.date
                Sort Method: external merge  Disk: 1752kB
                ->  Seq Scan on foo  (cost=0.00..1443.00 rows=100000 width=8) (actual time=0.006..6.138 rows=100000 loops=1)

正如预期的那样,排序占用了大部分查询执行时间,使用indexes 肯定会有所帮助.

所以我创建CREATE INDEX ON foo(id, date)并期望现在它将使用索引.但事实并非如此.我得到了相同的计划,external merge甚至关闭它sequential scan是没有用的.我刚结束了Bitmap Index Scan

->  Sort  (cost=12745.58..12995.58 rows=100000 width=8) (actual time=69.247..90.003 rows=100000 loops=1)
      Sort Key: foo.id, foo.date
      Sort Method: external merge  Disk: 1752kB
      ->  Bitmap Heap Scan on foo  (cost=1629.26..3072.26 rows=100000 width=8) (actual time=5.359..12.639 rows=100000 loops=1)
            ->  Bitmap Index Scan on foo_id_date_idx  (cost=0.00..1604.26 rows=100000 width=0) (actual time=5.299..5.299 rows=100000 loops=1)

问题
可以WindowAgg使用索引进行排序吗？我认为它不得不理解为什么...... GroupAggreagte可以并且它可以提高性能.

Answer 1

要匹配您创建的索引:

CREATE INDEX ON foo(id, date)

你必须这样做:

ROW_NUMBER() OVER (PARTITION BY id ORDER BY date DESC NULLS LAST) 

这是完美的逆序ASC.

除此之外,您可以运行:

SELECT DISTINCT ON (id)
       id, date
FROM   foo
ORDER  BY id, date DESC NULLS LAST;

但那可能不是你想问的问题.无论哪种方式,我都会制作索引:

CREATE INDEX ON foo(id, date DESC NULLS LAST)

所以这max(date)是第一个索引条目id.有关:

• PostgreSQL按日期时间asc排序,先是null吗？
• 为什么在PostgreSQL查询中排序DESC时会出现NULL值？
• 选择每个GROUP BY组中的第一行？
• 优化分组最大查询