使用单个SQL相关子查询来获取两列

Question

我的问题由以下查询表示:

SELECT 
  b.row_id, b.x, b.y, b.something,
  (SELECT a.x FROM my_table a WHERE a.row_id = (b.row_id - 1), a.something != 42 ) AS source_x,
  (SELECT a.y FROM my_table a WHERE a.row_id = (b.row_id - 1), a.something != 42 ) AS source_y
FROM 
  my_table b

我使用相同的子查询语句两次,以获得两者source_x和source_y.这就是为什么我想知道是否可以只使用一个子查询来做到这一点？

因为一旦我对我的真实数据(数百万行)运行此查询,它似乎永远不会完成并花费数小时,如果不是几天(我的连接在结束前挂起).

我正在使用PostgreSQL 8.4

Answer 1

我想你可以使用这种方法:

SELECT b.row_id
     , b.x
     , b.y
     , b.something
     , a.x
     , a.y
  FROM my_table b
  left join my_table a on a.row_id = (b.row_id - 1)
                      and a.something != 42

Answer 2

@DavidEG 发布了查询的最佳语法。

然而，你的问题绝对不仅仅是查询技术。使用一个JOIN子查询而不是两个子查询最多可以将速度加快两倍。很可能更少。这并不能解释“小时”。即使有数百万行，设置得当的 Postgres 也应该在几秒钟而不是几小时内完成简单的查询。

• 首先值得注意的是查询中的语法错误：

  ... WHERE a.row_id = (b.row_id - 1), a.something != 42
  

  AND这里需要or OR，而不是逗号。

• 接下来要检查的是索引。如果row_id不是主键，则可能没有索引。为了获得此特定查询的最佳性能，请创建一个多列索引，如下(row_id, something)所示：

  CREATE INDEX my_table_row_id_something_idx ON my_table (row_id, something)
  

• 如果过滤器每次都排除相同的值something != 42，您还可以使用部分索引来提高速度：

  CREATE INDEX my_table_row_id_something_idx ON my_table (row_id)
  WHERE something != 42
  

  42只有当它是一个公共值或者 something是一个比整数更大的列时，这才会产生实质性的差异。integer（由于数据对齐，具有两列的索引通常在磁盘上占用与仅具有一列的索引相同的大小。请参阅：

  • PostgreSQL 中的计算和节省空间
  • 复合索引也适合第一个字段的查询吗？

• 当性能成为问题时，检查您的设置总是一个好主意。Postgres 中的标准设置在许多发行版中使用最少的资源，并且无法处理“数百万行”。

• 根据您的 Postgres 实际版本，升级到当前版本（撰写本文时为 9.1）可能会有很大帮助。

• 最终，硬件也是一个因素。调整和优化只能让您到目前为止。