यदि प्रश्न तार्किक रूप से समान हैं तो योजनाएं अलग क्यों हैं?

Question

मैंने सेवन वीक में सेवेन डेटाबेस से डे 3 के पहले होमवर्क प्रश्न का उत्तर देने के लिए दो कार्य लिखे ।

एक संग्रहीत प्रक्रिया बनाएं जहां आप किसी फिल्म का शीर्षक या अभिनेता का नाम आपको पसंद कर सकते हैं, और यह अभिनेता द्वारा समान शैलियों वाली फिल्मों में अभिनय किया गया है या तो फिल्मों के आधार पर शीर्ष पांच सुझावों को वापस करेगा।

मेरा पहला प्रयास सही है लेकिन धीमा है। परिणाम वापस करने के लिए 2000ms तक का समय लग सकता है।

CREATE OR REPLACE FUNCTION suggest_movies(IN query text, IN result_limit integer DEFAULT 5)
  RETURNS TABLE(movie_id integer, title text) AS
$BODY$
WITH suggestions AS (

  SELECT
    actors.name AS entity_term,
    movies.movie_id AS suggestion_id,
    movies.title AS suggestion_title,
    1 AS rank
  FROM actors
  INNER JOIN movies_actors ON (actors.actor_id = movies_actors.actor_id)
  INNER JOIN movies ON (movies.movie_id = movies_actors.movie_id)

  UNION ALL

  SELECT
    searches.title AS entity_term,
    suggestions.movie_id AS suggestion_id,
    suggestions.title AS suggestion_title,
    RANK() OVER (PARTITION BY searches.movie_id ORDER BY cube_distance(searches.genre, suggestions.genre)) AS rank
  FROM movies AS searches
  INNER JOIN movies AS suggestions ON
    (searches.movie_id <> suggestions.movie_id) AND
    (cube_enlarge(searches.genre, 2, 18) @> suggestions.genre)
)
SELECT suggestion_id, suggestion_title
FROM suggestions
WHERE entity_term = query
ORDER BY rank, suggestion_id
LIMIT result_limit;
$BODY$
LANGUAGE sql;

मेरा दूसरा प्रयास सही और तेज है। मैंने संघ के प्रत्येक भाग में सीटीई से फ़िल्टर को नीचे धकेलकर इसे अनुकूलित किया।

मैंने इस पंक्ति को बाहरी प्रश्न से हटा दिया है:

WHERE entity_term = query

मैंने इस पंक्ति को पहले आंतरिक प्रश्न में जोड़ा:

WHERE actors.name = query

मैंने इस पंक्ति को दूसरी आंतरिक क्वेरी में जोड़ा:

WHERE movies.title = query

दूसरा फ़ंक्शन समान परिणाम वापस करने के लिए लगभग 10ms लेता है।

फ़ंक्शन परिभाषाओं के अलावा डेटाबेस में कुछ भी अलग नहीं है।

PostgreSQL इन दो तार्किक समकक्ष प्रश्नों के लिए अलग-अलग योजना क्यों बनाता है?

EXPLAIN ANALYZEपहले समारोह की योजना इस प्रकार है:

                                                                                       Limit  (cost=7774.18..7774.19 rows=5 width=44) (actual time=1738.566..1738.567 rows=5 loops=1)
   CTE suggestions
     ->  Append  (cost=332.56..7337.19 rows=19350 width=285) (actual time=7.113..1577.823 rows=383024 loops=1)
           ->  Subquery Scan on "*SELECT* 1"  (cost=332.56..996.80 rows=11168 width=33) (actual time=7.113..22.258 rows=11168 loops=1)
                 ->  Hash Join  (cost=332.56..885.12 rows=11168 width=33) (actual time=7.110..19.850 rows=11168 loops=1)
                       Hash Cond: (movies_actors.movie_id = movies.movie_id)
                       ->  Hash Join  (cost=143.19..514.27 rows=11168 width=18) (actual time=4.326..11.938 rows=11168 loops=1)
                             Hash Cond: (movies_actors.actor_id = actors.actor_id)
                             ->  Seq Scan on movies_actors  (cost=0.00..161.68 rows=11168 width=8) (actual time=0.013..1.648 rows=11168 loops=1)
                             ->  Hash  (cost=80.86..80.86 rows=4986 width=18) (actual time=4.296..4.296 rows=4986 loops=1)
                                   Buckets: 1024  Batches: 1  Memory Usage: 252kB
                                   ->  Seq Scan on actors  (cost=0.00..80.86 rows=4986 width=18) (actual time=0.009..1.681 rows=4986 loops=1)
                       ->  Hash  (cost=153.61..153.61 rows=2861 width=19) (actual time=2.768..2.768 rows=2861 loops=1)
                             Buckets: 1024  Batches: 1  Memory Usage: 146kB
                             ->  Seq Scan on movies  (cost=0.00..153.61 rows=2861 width=19) (actual time=0.003..1.197 rows=2861 loops=1)
           ->  Subquery Scan on "*SELECT* 2"  (cost=6074.48..6340.40 rows=8182 width=630) (actual time=1231.324..1528.188 rows=371856 loops=1)
                 ->  WindowAgg  (cost=6074.48..6258.58 rows=8182 width=630) (actual time=1231.324..1492.106 rows=371856 loops=1)
                       ->  Sort  (cost=6074.48..6094.94 rows=8182 width=630) (actual time=1231.307..1282.550 rows=371856 loops=1)
                             Sort Key: searches.movie_id, (cube_distance(searches.genre, suggestions_1.genre))
                             Sort Method: external sort  Disk: 21584kB
                             ->  Nested Loop  (cost=0.27..3246.72 rows=8182 width=630) (actual time=0.047..909.096 rows=371856 loops=1)
                                   ->  Seq Scan on movies searches  (cost=0.00..153.61 rows=2861 width=315) (actual time=0.003..0.676 rows=2861 loops=1)
                                   ->  Index Scan using movies_genres_cube on movies suggestions_1  (cost=0.27..1.05 rows=3 width=315) (actual time=0.016..0.277 rows=130 loops=2861)
                                         Index Cond: (cube_enlarge(searches.genre, 2::double precision, 18) @> genre)
                                         Filter: (searches.movie_id <> movie_id)
                                         Rows Removed by Filter: 1
   ->  Sort  (cost=436.99..437.23 rows=97 width=44) (actual time=1738.565..1738.566 rows=5 loops=1)
         Sort Key: suggestions.rank, suggestions.suggestion_id
         Sort Method: top-N heapsort  Memory: 25kB
         ->  CTE Scan on suggestions  (cost=0.00..435.38 rows=97 width=44) (actual time=1281.905..1738.531 rows=43 loops=1)
               Filter: (entity_term = 'Die Hard'::text)
               Rows Removed by Filter: 382981
 Total runtime: 1746.623 ms

EXPLAIN ANALYZEदूसरी क्वेरी की योजना इस प्रकार है:

 Limit  (cost=43.74..43.76 rows=5 width=44) (actual time=1.231..1.234 rows=5 loops=1)
   CTE suggestions
     ->  Append  (cost=4.86..43.58 rows=5 width=391) (actual time=1.029..1.141 rows=43 loops=1)
           ->  Subquery Scan on "*SELECT* 1"  (cost=4.86..20.18 rows=2 width=33) (actual time=0.047..0.047 rows=0 loops=1)
                 ->  Nested Loop  (cost=4.86..20.16 rows=2 width=33) (actual time=0.047..0.047 rows=0 loops=1)
                       ->  Nested Loop  (cost=4.58..19.45 rows=2 width=18) (actual time=0.045..0.045 rows=0 loops=1)
                             ->  Index Scan using actors_name on actors  (cost=0.28..8.30 rows=1 width=18) (actual time=0.045..0.045 rows=0 loops=1)
                                   Index Cond: (name = 'Die Hard'::text)
                             ->  Bitmap Heap Scan on movies_actors  (cost=4.30..11.13 rows=2 width=8) (never executed)
                                   Recheck Cond: (actor_id = actors.actor_id)
                                   ->  Bitmap Index Scan on movies_actors_actor_id  (cost=0.00..4.30 rows=2 width=0) (never executed)
                                         Index Cond: (actor_id = actors.actor_id)
                       ->  Index Scan using movies_pkey on movies  (cost=0.28..0.35 rows=1 width=19) (never executed)
                             Index Cond: (movie_id = movies_actors.movie_id)
           ->  Subquery Scan on "*SELECT* 2"  (cost=23.31..23.40 rows=3 width=630) (actual time=0.982..1.081 rows=43 loops=1)
                 ->  WindowAgg  (cost=23.31..23.37 rows=3 width=630) (actual time=0.982..1.064 rows=43 loops=1)
                       ->  Sort  (cost=23.31..23.31 rows=3 width=630) (actual time=0.963..0.971 rows=43 loops=1)
                             Sort Key: searches.movie_id, (cube_distance(searches.genre, suggestions_1.genre))
                             Sort Method: quicksort  Memory: 28kB
                             ->  Nested Loop  (cost=4.58..23.28 rows=3 width=630) (actual time=0.808..0.916 rows=43 loops=1)
                                   ->  Index Scan using movies_title on movies searches  (cost=0.28..8.30 rows=1 width=315) (actual time=0.025..0.027 rows=1 loops=1)
                                         Index Cond: (title = 'Die Hard'::text)
                                   ->  Bitmap Heap Scan on movies suggestions_1  (cost=4.30..14.95 rows=3 width=315) (actual time=0.775..0.844 rows=43 loops=1)
                                         Recheck Cond: (cube_enlarge(searches.genre, 2::double precision, 18) @> genre)
                                         Filter: (searches.movie_id <> movie_id)
                                         Rows Removed by Filter: 1
                                         ->  Bitmap Index Scan on movies_genres_cube  (cost=0.00..4.29 rows=3 width=0) (actual time=0.750..0.750 rows=44 loops=1)
                                               Index Cond: (cube_enlarge(searches.genre, 2::double precision, 18) @> genre)
   ->  Sort  (cost=0.16..0.17 rows=5 width=44) (actual time=1.230..1.231 rows=5 loops=1)
         Sort Key: suggestions.rank, suggestions.suggestion_id
         Sort Method: top-N heapsort  Memory: 25kB
         ->  CTE Scan on suggestions  (cost=0.00..0.10 rows=5 width=44) (actual time=1.034..1.187 rows=43 loops=1)
 Total runtime: 1.410 ms

Answer 1

सीटीई के लिए कोई स्वचालित विधेय धक्का नहीं

PostgreSQL 9.3 पुशडाउन की भविष्यवाणी नहीं करता है लिए ।

एक ऑप्टिमाइज़र जो पुशडाउन की भविष्यवाणी करता है, वह आगे बढ़ सकता है जहां आंतरिक प्रश्नों में प्रवेश होता है। लक्ष्य यह है कि जितनी जल्दी हो सके अप्रासंगिक डेटा को फ़िल्टर किया जाए। जब तक नई क्वेरी तार्किक रूप से बराबर होती है, तब भी इंजन सभी प्रासंगिक डेटा प्राप्त करता है, इसलिए सही परिणाम का उत्पादन करता है, केवल अधिक तेज़ी से।

कोर डेवलपर टॉम लेन pgsql- प्रदर्शन मेलिंग सूची पर तार्किक तुल्यता का निर्धारण करने की कठिनाई के लिए दृष्टिकोण ।

सीटीई को अनुकूलन बाड़ के रूप में भी माना जाता है; यह इतना अधिक आशावादी सीमा नहीं है क्योंकि CTE में एक लेखन योग्य क्वेरी होने पर शब्दार्थ को बनाए रखने के लिए सीमा होती है।

आशावादी व्यक्ति केवल पढ़ने योग्य सीटीई को योग्य लोगों से अलग नहीं करता है, इसलिए योजनाओं पर विचार करते समय अत्यधिक रूढ़िवादी है। The बाड़ ’उपचार ऑप्टिमाइज़र को सीटीई के अंदर जहां क्लॉज़ को स्थानांतरित करने से रोकता है, हालांकि हम देख सकते हैं कि ऐसा करना सुरक्षित है।

हम सीटीई ऑप्टिमाइज़ेशन को बेहतर बनाने के लिए पोस्टग्रेसीक्यूएल टीम की प्रतीक्षा कर सकते हैं, लेकिन अब अच्छा प्रदर्शन पाने के लिए आपको अपनी लेखन शैली को बदलना होगा।

प्रदर्शन के लिए फिर से लिखना

प्रश्न पहले से ही बेहतर योजना प्राप्त करने का एक तरीका दिखाता है। अनिवार्य रूप से कठिन पुश-कोड के प्रभाव को फ़िल्टर स्थिति को दोहराता है।

दोनों योजनाओं में, इंजन कॉपियों में पंक्तियों को एक कार्य करने योग्य परिणाम मिलता है ताकि यह उन्हें सॉर्ट कर सके। बड़ा काम करने योग्य, धीमी गति से क्वेरी।

पहली योजना बेस टेबल में सभी पंक्तियों को वर्कटेबल में कॉपी करती है और परिणाम खोजने के लिए स्कैन करती है। चीजों को और भी धीमा बनाने के लिए, इंजन को पूरे वर्कटेबल को स्कैन करना होगा क्योंकि इसमें कोई इंडेक्स नहीं है।

यह अनावश्यक काम का एक हास्यास्पद राशि है। यह जवाब खोजने के लिए बेस टेबल में सभी डेटा को दो बार पढ़ता है, जब बेस टेबल में अनुमानित 19350 पंक्तियों में से केवल 5 अनुमानित पंक्तियाँ होती हैं।

दूसरी योजना अनुक्रमणिका का उपयोग मिलान पंक्तियों को खोजने के लिए करती है और कार्यबल के लिए उन प्रतियों को कॉपी करती है। सूचकांक ने प्रभावी रूप से हमारे लिए डेटा को फ़िल्टर किया।

द आर्ट ऑफ़ एसक्यूएल के पेज 85 पर , स्टीफन फ़ारुल्ट हमें उपयोगकर्ता की उम्मीदों की याद दिलाते हैं।

बहुत हद तक, अंतिम उपयोगकर्ता अपनी उम्मीद की पंक्तियों की संख्या के साथ धैर्य को समायोजित करते हैं: जब वे एक सुई मांगते हैं, तो वे धड़ के आकार पर थोड़ा ध्यान देते हैं।

दूसरी योजना सुई के साथ है, इसलिए आपके उपयोगकर्ताओं को खुश रखने की अधिक संभावना है।

स्थिरता के लिए फिर से लिखना

नई क्वेरी को बनाए रखने के लिए कठिन है क्योंकि आप एक फिल्टर एपेक्सशन को बदलकर दोष का परिचय दे सकते हैं लेकिन दूसरे का नहीं।

क्या यह बहुत अच्छा नहीं होगा अगर हम सब कुछ सिर्फ एक बार लिख सकें और फिर भी अच्छा प्रदर्शन कर सकें?

हम कर सकते हैं। आशावादी सबकुरीज के लिए पुशडाउन की भविष्यवाणी करता है।

एक सरल उदाहरण समझाने में आसान है।

CREATE TABLE a (c INT);

CREATE TABLE b (c INT);

CREATE INDEX a_c ON a(c);

CREATE INDEX b_c ON b(c);

INSERT INTO a SELECT 1 FROM generate_series(1, 1000000);

INSERT INTO b SELECT 2 FROM a;

INSERT INTO a SELECT 3;

यह एक इंडेक्स किए गए कॉलम के साथ दो टेबल बनाता है। साथ में उनमें एक मिलियन 1एस, एक मिलियन 2एस और एक शामिल हैं 3।

आप 3इन प्रश्नों में से किसी एक का उपयोग करके सुई पा सकते हैं ।

-- CTE
EXPLAIN ANALYZE
WITH cte AS (
  SELECT c FROM a
  UNION ALL
  SELECT c FROM b
)
SELECT c FROM cte WHERE c = 3;

-- Subquery
EXPLAIN ANALYZE
SELECT c
FROM (
  SELECT c FROM a
  UNION ALL
  SELECT c FROM b
) AS subquery
WHERE c = 3;

सीटीई के लिए योजना धीमी है। इंजन तीन तालिकाओं को स्कैन करता है और लगभग चार मिलियन पंक्तियों को पढ़ता है। इसमें लगभग 1000 मिलीसेकंड लगते हैं।

CTE Scan on cte  (cost=33275.00..78275.00 rows=10000 width=4) (actual time=471.412..943.225 rows=1 loops=1)
  Filter: (c = 3)
  Rows Removed by Filter: 2000000
  CTE cte
    ->  Append  (cost=0.00..33275.00 rows=2000000 width=4) (actual time=0.011..409.573 rows=2000001 loops=1)
          ->  Seq Scan on a  (cost=0.00..14425.00 rows=1000000 width=4) (actual time=0.010..114.869 rows=1000001 loops=1)
          ->  Seq Scan on b  (cost=0.00..18850.00 rows=1000000 width=4) (actual time=5.530..104.674 rows=1000000 loops=1)
Total runtime: 948.594 ms

उपकेंद्र की योजना तेज है। इंजन सिर्फ प्रत्येक इंडेक्स की तलाश करता है। यह एक मिलीसेकंड से कम है।

Append  (cost=0.42..8.88 rows=2 width=4) (actual time=0.021..0.038 rows=1 loops=1)
  ->  Index Only Scan using a_c on a  (cost=0.42..4.44 rows=1 width=4) (actual time=0.020..0.021 rows=1 loops=1)
        Index Cond: (c = 3)
        Heap Fetches: 1
  ->  Index Only Scan using b_c on b  (cost=0.42..4.44 rows=1 width=4) (actual time=0.016..0.016 rows=0 loops=1)
        Index Cond: (c = 3)
        Heap Fetches: 0
Total runtime: 0.065 ms

एक इंटरैक्टिव संस्करण के लिए SQLFiddle देखें ।

Answer 2

पोस्टग्रेज 12 में योजनाएं समान हैं

पोस्टग्रेज 9.3 के बारे में पूछा गया प्रश्न। पांच साल बाद, वह संस्करण अप्रचलित है, लेकिन क्या बदला है?

PostgreSQL 12 अब इन जैसे CTE को इनलाइन करता है।

प्रश्नों के साथ झुका हुआ (सामान्य तालिका अभिव्यक्तियाँ)

सामान्य तालिका अभिव्यक्तियाँ (उर्फ WITHक्वेरी) अब क्वेरी में स्वचालित रूप से इनलेट की जा सकती हैं यदि वे) पुनरावर्ती नहीं हैं, बी) का कोई साइड-इफेक्ट नहीं है और सी) केवल क्वेरी के बाद के भाग में एक बार संदर्भित हैं। यह एक "ऑप्टिमाइज़ेशन फेंस" को हटाता है जो WITHPostgreSQL 8.4 में क्लॉज़ की शुरुआत के बाद से मौजूद है

यदि आवश्यक हो, तो आप MATERIALIZED क्लॉज का उपयोग करके भौतिक रूप से क्वेरी के लिए बाध्य कर सकते हैं, उदा

WITH c AS MATERIALIZED ( SELECT * FROM a WHERE a.x % 4 = 0 ) SELECT * FROM c JOIN d ON d.y = a.x;