PostgreSQL:DISTINCT中的最新行性能低于GROUP BY中的最大行

我想更好地了解一个情况：

我有一个表

t

，有两行和一个索引：

CREATE TABLE t (
  refid                 BIGINT NOT NULL,
  created               TIMESTAMPTZ NOT NULL
);
CREATE INDEX t_refid_created ON t (refid, created);

为了获得每个不同的

refid

的最新（创建的

值最高）行，我编写了两个查询：

-- index only scan t_refid_created_desc_idx
SELECT DISTINCT ON (refid) * FROM t
ORDER BY refid, created DESC;

-- index scan t_refid_created_idx 
SELECT refid, max(created) FROM t GROUP BY refid;

当
t
大约有1600万行，并且
refid
中的方差约为500个不同的值时，第二个查询返回的速度远远快于第二个查询

起初我认为，因为我是按
created DESC
排序的，所以它需要进行向后索引扫描，并且从一个方差较大的值（created）开始。因此，我添加了以下索引：

CREATE index t_refid_created_desc_idx ON t (refid, created DESC);

它确实被使用了（而不是上一个索引的向后扫描），但没有任何改进

如果我理解正确，第二个查询将通过
refid
进行聚合，然后扫描每个聚合以找到max
created
值。这听起来像是很多工作。
据我所知，第一个查询应该简单地迭代索引的第一部分，然后对于每个
refid
，它应该使用索引的第二部分，取第一个值

显然情况并非如此，
selectdistinct
query所用的时间是
groupby
的两倍

我错过了什么

以下是第一次和第二次查询的
EXPLAIN ANALYZE
输出：

Unique  (cost=0.56..850119.78 rows=291 width=16) (actual time=0.103..13414.913 rows=469 loops=1)
  ->  Index Only Scan using t_refid_created_desc_idx on t  (cost=0.56..808518.47 rows=16640527 width=16) (actual time=0.102..12113.454 rows=16640527 loops=1)
        Heap Fetches: 16640527
Planning time: 0.157 ms
Execution time: 13415.047 ms

第一个查询大约在10秒内运行，而第二个查询在2秒内获得相同的结果！甚至不用索引

我使用PostgreSQL 10.5。< /P> < P>我不能回答谜语，为什么<代码> > <代码>不考虑第二个计划。从成本估算中我们可以看出，PostgreSQL认为它更便宜
我想没有人实现过将
DISTINCT
下推到并行计划中。你可以问邮件列表

然而，第一个查询的问题是1600万堆回迁。这意味着这实际上是一个正常的索引扫描！从规划者的角度看，这似乎是一个错误的估计

如果我是对的，清洁可见性地图的表上的
真空
将大大改进第一次查询。
请使用
解释分析
发布结果，以便我们可以查看实际时间和行统计信息（而不仅仅是估计值）。我用
EXPLAIN ANALYZE
输出更新了这个问题。
VACUUM
确实提高了第一个查询的性能，只是比第二个查询差了一点。我不明白，如果它有索引并使用它，为什么要对每一行执行堆提取。根据我的理解，拥有索引意味着我们有一个对
refid
的每个分区的引用，其中的行按
created DESC
排序。如果是这样，那么工作应该只依赖于不同的
refid
值的数量。没有堆获取，对吗？必须是“未实现”的情况。在
真空
之后，
解释分析
在第一个查询中给出：“唯一的（成本=0.56..355285.78行=291宽度=16）（实际时间=0.038..4599.770行=469循环=1）”->仅使用效果扫描索引（成本=0.56..313684.47行=16640527宽度=16）（实际时间=0.037..3346.267行=16640527循环=1）“堆取数：0”“计划时间：0.102毫秒”“执行时间：4599.847毫秒”PostgreSQL中没有“跳过扫描”。需要进行堆取数以确定索引项是否可见（该信息仅在堆中）.也许随机访问在您的存储上非常昂贵？
Finalize GroupAggregate  (cost=599925.13..599932.41 rows=291 width=16) (actual time=3454.350..3454.884 rows=469 loops=1)
  Group Key: refid
  ->  Sort  (cost=599925.13..599926.59 rows=582 width=16) (actual time=3454.344..3454.509 rows=1372 loops=1)
        Sort Key: refid
        Sort Method: quicksort  Memory: 113kB
        ->  Gather  (cost=599837.29..599898.40 rows=582 width=16) (actual time=3453.194..3560.602 rows=1372 loops=1)
              Workers Planned: 2
              Workers Launched: 2
              ->  Partial HashAggregate  (cost=598837.29..598840.20 rows=291 width=16) (actual time=3448.225..3448.357 rows=457 loops=3)
                    Group Key: refid
                    ->  Parallel Seq Scan on t  (cost=0.00..564169.53 rows=6933553 width=16) (actual time=0.047..2164.459 rows=5546842 loops=3)
Planning time: 0.157 ms
Execution time: 3561.727 ms