Postgresql 找到t2中距t1中所有点1000m范围内的所有点
我有两个表，Postgresql 找到t2中距t1中所有点1000m范围内的所有点,postgresql,distance,postgis,Postgresql,Distance,Postgis,我有两个表，t1和t2，每个表都有一个名为pts\u geog的geography类型列，每个表都有一个作为单元标识符的列id。我想在t1中添加一列，计算从t2到t1中任意给定点1000米范围内的单位数。两个表都相当大，每个表大约有150000行。计算t1中的每个点到t2中的每个点的距离会导致非常昂贵的操作，因此我正在寻找一些指导，以了解我正在做的事情是否有希望。由于内存不足，我一直无法完成此操作。我可以以某种方式拆分操作（使用where沿t1的另一个维度），但我需要更多帮助。下面是我想使用的选
t1t2pts\u geoggeographyidt1t2t1t2wheret1选择：
select
count(nullif(
ST_DWithin(
g1.pts_geog,
g2.gts_geog,
1000,
false),
false)) as close_1000
from
t1 as g1,
t2 as g2
where
g1.pts_geog IS NOT NULL
and
g2.pts_geog IS NOT NULL
GROUP BY g1.id
建议回答并解释：
airbnb=> EXPLAIN ANALYZE
airbnb-> SELECT t1.listing_id, count(*)
airbnb-> FROM paris as t1
airbnb-> JOIN airdna_property as t2
airbnb-> ON ST_DWithin( t1.pts_geog, t2.pts_geog,1000 )
airbnb-> WHERE t2.city='Paris'
airbnb-> group by t1.listing_id;
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------------------------------------
HashAggregate (cost=1030317.33..1030386.39 rows=6906 width=8) (actual time=2802071.616..2802084.109 rows=54400 loops=1)
Group Key: t1.listing_id
-> Nested Loop (cost=0.41..1030282.80 rows=6906 width=8) (actual time=0.827..2604319.421 rows=785571807 loops=1)
-> Seq Scan on airdna_property t2 (cost=0.00..74893.44 rows=141004 width=56) (actual time=0.131..738.133 rows=141506 loops=1)
Filter: (city = 'Paris'::text)
Rows Removed by Filter: 400052
-> Index Scan using paris_pts_geog_idx on paris t1 (cost=0.41..6.77 rows=1 width=64) (actual time=0.133..17.865 rows=5552 loops=141506)
Index Cond: (pts_geog && _st_expand(t2.pts_geog, '1000'::double precision))
Filter: ((t2.pts_geog && _st_expand(pts_geog, '1000'::double precision)) AND _st_dwithin(pts_geog, t2.pts_geog, '1000'::double precision, true))
Rows Removed by Filter: 3260
Planning time: 0.197 ms
Execution time: 2802086.005 ms
版本输出：
version | postgis_version
----------------------------------------------------------------------------------------------------------+---------------------------------------
PostgreSQL 9.5.7 on x86_64-pc-linux-gnu, compiled by gcc (Ubuntu 6.2.0-5ubuntu12) 6.2.0 20161005, 64-bit | 2.2 USE_GEOS=1 USE_PROJ=1 USE_STATS=1
更新2
这是在按照建议创建索引之后进行的。请注意，由于添加了新数据，行数略有增加，但问题的大小仍然相同。需要52分钟。它仍然在city
上显示Seq Scan
，我不明白：既然我创建了索引扫描，为什么它不在那里进行索引扫描呢
QUERY PLAN
----------------------------------------------------------------------------------------------------------------------------------------------------------------
HashAggregate (cost=904989.83..905049.21 rows=5938 width=8) (actual time=3118569.759..3118581.444 rows=54400 loops=1)
Group Key: t1.listing_id
-> Nested Loop (cost=0.41..904960.14 rows=5938 width=8) (actual time=2.624..2881694.755 rows=837837851 loops=1)
-> Seq Scan on airdna_property t2 (cost=0.00..74842.84 rows=121245 width=56) (actual time=2.263..949.073 rows=151018 loops=1)
Filter: (city = 'Paris'::text)
Rows Removed by Filter: 435564
-> Index Scan using paris_pts_geog_idx on paris t1 (cost=0.41..6.84 rows=1 width=64) (actual time=0.139..18.555 rows=5548 loops=151018)
Index Cond: (pts_geog && _st_expand(t2.pts_geog, '1000'::double precision))
Filter: ((t2.pts_geog && _st_expand(pts_geog, '1000'::double precision)) AND _st_dwithin(pts_geog, t2.pts_geog, '1000'::double precision, true))
Rows Removed by Filter: 3257
Planning time: 0.377 ms
Execution time: 3118583.203 ms
(12 rows)
您所做的只是选择计数，只需将子句从select列表中移出即可修剪联接
SELECT t1.id, count(*)
FROM t1
JOIN t2
ON ST_DWithin( t1.pts_geog, t2.pts_geog, 1000 )
GROUP BY t1.id;
如果您需要一个索引，ST_DWithin
可以使用该索引运行此
CREATE INDEX ON t1 USING gist (pts_geog);
CREATE INDEX ON t2 USING gist (pts_geog);
VACUUM ANALYZE t1;
VACUUM ANALYZE t2;
现在运行上面的SELECT
查询
更新2
你的计划显示你对城市进行了序列扫描，所以在城市上创建一个索引，然后我们将看看我们还能做些什么
CREATE INDEX ON airdna_property (city);
ANALYZE airdna_property;
伯爵很奇怪。为什么不在where子句中使用距离计算，然后计算所有行数？粘贴SELECT*FROM version（），postgis_version（）的结果谢谢，看起来好多了。它已经运行了40分钟了。我会让它运行一夜。@FlorianOswald你有关于t1.pts_geog和t2.pts_geog的gist索引吗？你使用的是什么版本的postgis/postgresql？它应该很快。我恐怕不明白（接近初学者）。我肯定你不想把我的数据复制到要点上，所以你必须解释一下怎么做。我感觉这应该快得多，我在做一些愚蠢的事情，所以非常感谢你的帮助。@FlorianOswald你的SRID是什么？我想距离参数就是基于这个。这可能就是为什么它进展如此缓慢，你可能在做N^2，因为1000个单位可能是巨大的。op已经说过，而且一直说这些都是已经输入的地理信息。他可能没有索引。他不知道要点是什么。