PostgreSQL中非常慢的词典排序？

我有一个

vote\u pairs

视图，如下所示：

CREATE VIEW vote_pairs AS
    SELECT
        v1.name as name1,
        v2.name as name2,
        ...
    FROM votes AS v1
    JOIN votes AS v2
        ON v1.topic_id = v2.topic_id;

而且，在

投票表中有大约100k行，跨此视图执行查询大约需要3秒钟

但是，当我在名称上添加附加过滤器时：

… ON v1.topic_id = v2.topic_id AND v1.name < v2.name;

发生什么事了？博士后的词典比较慢吗？这是别的吗？如何提高查询速度

投票表：

CREATE TABLE votes (
    topic_id INTEGER REFERENCES topics(id),
    name VARCHAR(64),
    vote VARCHAR(12)
)

CREATE INDEX votes_topic_name ON votes (topic_id, name);
CREATE INDEX votes_name ON votes (name);

EXPLAIN ANALYZE
的输出不带名称过滤器：

db=# CREATE OR REPLACE VIEW vote_pairs AS
db-#     SELECT
db-#         v1.name as name1,
db-#         v2.name as name2
db-#     FROM votes AS v1
db-#     JOIN votes AS v2
db-#         ON v1.topic_id = v2.topic_id;
CREATE VIEW
db=# EXPLAIN ANALYZE SELECT * FROM vote_pairs;                                                                                                                                                                                                                           QUERY PLAN                                                          
-----------------------------------------------------------------------------------------------------------------------------
 Hash Join  (cost=3956.38..71868.56 rows=5147800 width=28) (actual time=51.810..1236.673 rows=5082750 loops=1)
   Hash Cond: (v1.topic_id = v2.topic_id)
   ->  Seq Scan on votes v1  (cost=0.00..1882.50 rows=112950 width=18) (actual time=0.019..18.358 rows=112950 loops=1)
   ->  Hash  (cost=1882.50..1882.50 rows=112950 width=18) (actual time=50.671..50.671 rows=112950 loops=1)
         ->  Seq Scan on votes v2  (cost=0.00..1882.50 rows=112950 width=18) (actual time=0.004..20.306 rows=112950 loops=1)
 Total runtime: 1495.963 ms
(6 rows)

使用过滤器：

db=# CREATE OR REPLACE VIEW vote_pairs AS
db-#     SELECT
db-#         v1.name as name1,
db-#         v2.name as name2
db-#     FROM votes AS v1
db-#     JOIN votes AS v2
db-#         ON v1.topic_id = v2.topic_id AND v1.name < v2.name;
CREATE VIEW
db=# EXPLAIN ANALYZE SELECT * FROM vote_pairs;
                                                         QUERY PLAN                                                          
-----------------------------------------------------------------------------------------------------------------------------
 Hash Join  (cost=3956.38..84738.06 rows=1715933 width=28) (actual time=66.688..6900.478 rows=2484900 loops=1)
   Hash Cond: (v1.topic_id = v2.topic_id)
   Join Filter: ((v1.name)::text < (v2.name)::text)
   ->  Seq Scan on votes v1  (cost=0.00..1882.50 rows=112950 width=18) (actual time=0.023..24.539 rows=112950 loops=1)
   ->  Hash  (cost=1882.50..1882.50 rows=112950 width=18) (actual time=65.603..65.603 rows=112950 loops=1)
         ->  Seq Scan on votes v2  (cost=0.00..1882.50 rows=112950 width=18) (actual time=0.004..26.756 rows=112950 loops=1)
 Total runtime: 7048.740 ms
(7 rows)

杂项说明：


真空满
和
分析投票
已运行
8.4.11和9.2.3的行为方式相同
我猜之所以添加了慢度，是因为
v1.name
过滤器为跨积联接中的每一行添加了一些固定的操作集

一个更有效的操作是检查
v1.name v2.name
，但随后会得到重复的结果，例如
（A，B），（B，A）
。然后，我们可以将
v1.name
添加回
WHERE
子句中，该子句将删除重复项，并希望由于简化的过滤器而减少行数

试试这个：

CREATE OR REPLACE VIEW vote_pairs AS
    SELECT
        v1.name as name1,
        v2.name as name2
    FROM votes AS v1
    JOIN votes AS v2
        ON v1.topic_id = v2.topic_id AND v1.name <> v2.name
    WHERE v1.name < v2.name;

创建或替换视图投票对作为
挑选
v1.name作为名称1，
v2.name作为名称2
投票结果为v1
以v2的身份加入投票
在v1.topic_id=v2.topic_id和v1.name v2.name上
其中v1.name

（编辑：似乎整理“C”

是一种方法，但我会留下这个答案，因为这是一个减少行暴露于慢速操作的好方法。）

是的，文本比较有时很慢。您可能想试试：

SELECT * FROM vote_pairs WHERE name1 > name2 collate "C";

---

这应该更快一些，因为它没有考虑特定于语言环境的比较规则。此外，解释分析结果表明共享缓冲区可能设置得太低。

能否提供表的架构以及

解释分析的结果？确定，已添加。此外，我在《纽约时报》上撒了一点谎——事实证明，其中一些时间会用到其他查询上。但是这里的比率仍然是1.5秒和7秒，我不禁想，基本表的结构是问题的根本原因。首先，它没有钥匙。其次，没有明确的理由说明为什么在主题id上加入它是有意义的。结果似乎只是名字或选票的笛卡尔乘积？我想知道处理与筛选器连接的方式是否需要更多内存。你能试着提高工作效率吗？我知道这不是一个真正的解决方案，但如果它有帮助，它可能是一个线索，什么是错误的。值得一看好！这确实有点帮助-它将运行时间从~7秒减少到~4秒…但这仍然比没有比较的情况慢得多。哇！这就做到了——添加
collate
可以使查询的速度与不带比较的查询的速度相同（近似）。谢谢如果要执行此操作，可能应该在
name
列上添加
CHECK
约束，将其限制在（几乎-argh，Shift-JIS）编码常见的7位ASCII字符范围内。如果应用程序不能接受，那么
C
collation可能也不会接受。谢谢你的建议。不过，在这种情况下，这并不是一个成熟的应用程序……只是一些一次性的数据分析。但我以后会记住这一点。
CREATE OR REPLACE VIEW vote_pairs AS
    SELECT
        v1.name as name1,
        v2.name as name2
    FROM votes AS v1
    JOIN votes AS v2
        ON v1.topic_id = v2.topic_id AND v1.name <> v2.name
    WHERE v1.name < v2.name;

SELECT * FROM vote_pairs WHERE name1 > name2 collate "C";