如何优化结合了 INNER JOIN、DISTINCT 和 WHERE 的 SQL 查询？

Question

SELECT DISTINCT options.id, options.foo_option_id, options.description
FROM vehicles 
INNER JOIN vehicle_options     ON vehicle_options.vehicle_id = vehicles.id 
INNER JOIN options             ON options.id = vehicle_options.option_id 
INNER JOIN discounted_vehicles ON vehicles.id = discounted_vehicles.vehicle_id 
WHERE discounted_vehicles.discount_id = 4;

上面的查询返回 2067 行，它在 1.7 秒内在本地运行。我想知道它是否尽可能快，或者我是否可以以某种方式进一步调整它，因为这个数据集会随着时间的推移而快速增长。

我在速度不变的情况下尝试过的事情：

1 - 更改连接顺序，从最小的表连接到最大的表。

2 - 向discounted_vehicles.discount_id 添加索引。

Answer 1

最佳查询取决于缺失的信息。
在典型设置中，这应该快得多：

SELECT id, foo_option_id, description
FROM   options o
WHERE  EXISTS (
   SELECT
   FROM   discounted_vehicles d
   JOIN   vehicle_options vo USING (vehicle_id)
   WHERE  d.discount_id = 4
   AND    vo.option_id = o.id
   );

假设参照完整性，由 FK 约束强制执行，我们可以vehicle从查询中省略表并直接连接discounted_vehicles到vehicle_options。

此外，EXISTS如果每个不同的选项有许多符合条件的行，通常会更快。

理想情况下，您应该拥有多列索引：

discounted_vehicles(discount_id, vehicle_id)
vehicle_options(vehicle_id, option_id)

按此顺序索引列。您可能对vehicle_options提供第二个索引有 PK 约束，但列顺序应该匹配。有关的：

• PostgreSQL 复合主键
• 复合索引是否也适用于第一个字段的查询？

根据实际数据分布，可能会有更快的查询样式。有关的：

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

更改连接顺序通常是徒劳的。Postgres 重新排序以任何它期望最快的方式加入。（例外情况适用。）相关：

• 示例查询以在 等于 WHERE 语法的多个表上显示 PostgreSQL SQL INNER JOIN 中的基数估计错误
• 为什么搜索词的微小变化会大大减慢查询速度？