在PostgreSQL中内部连接表时计数缓慢

我用的是Postgres9.4。我已经运行了

VACUUM

和

analysis

。但是对

内部连接的查询仍然很慢

例如，我有3个表：
numbersale
、
base\u number
和
numberstorethrough
<
numbersale
中的code>number\u id

和

numberstorethrough

只是FKs（

numbersale.number\u id

指向

base\u number

，

numberstorethrough.number\u id

指向

numbersale

，是的，这是个可怕的命名）：

其中包含从250k到595k的条目：

$ SELECT COUNT(*) FROM numbersale;
 count  
--------
 258552
(1 row)

Time: 17,845 ms

$ SELECT COUNT(*) FROM base_number;
 count  
--------
 332484
(1 row)

Time: 16,273 ms

$ SELECT COUNT(*) FROM numberstorethrough;
 count  
--------
 595812
(1 row)

Time: 56,710 ms

表中有相应的索引：

$ select * from pg_indexes where tablename = 'numbersale';
 schemaname |    tablename     |                 indexname                  | tablespace |                                                              indexdef                                                              
------------+------------------+--------------------------------------------+------------+------------------------------------------------------------------------------------------------------------------------------------
...
public      | numbersale       | numbersale_number_id_key             |            | CREATE UNIQUE INDEX numbersale_number_id_key ON numbersale USING btree (number_id)


$ select * from pg_indexes where tablename = 'numberstorethrough';
 schemaname |        tablename         |               indexname               | tablespace |                                                               indexdef                                                               
------------+--------------------------+---------------------------------------+------------+--------------------------------------------------------------------------------------------------------------------------------------
 public     | numberstorethrough       | numberstorethrough_number_id    |            | CREATE INDEX numberstorethrough_number_id ON numberstorethrough USING btree (number_id)

我的问题是以下查询：

SELECT COUNT(*) FROM "numbersale"
INNER JOIN "base_number"
   ON ( "numbersale"."number_id" = "base_number"."id" )
INNER JOIN "numberstorethrough"
  ON ( "numbersale"."id" = "numberstorethrough"."number_id" );
 count  
 --------
 595812
(1 row)

Time: 541,523 ms

请解释该问题：

Aggregate  (cost=62564.67..62564.68 rows=1 width=0)
  ->  Hash Join  (cost=34443.31..61075.14 rows=595812 width=0)
        Hash Cond: (numberstorethrough.number_id = numbersale.id)
        ->  Seq Scan on numberstorethrough  (cost=0.00..10539.12 rows=595812 width=4)
        ->  Hash  (cost=30201.41..30201.41 rows=258552 width=4)
              ->  Hash Join  (cost=14411.42..30201.41 rows=258552 width=4)
                    Hash Cond: (base_number.id = numbersale.number_id)
                    ->  Seq Scan on base_number  (cost=0.00..7102.84 rows=332484 width=4)
                    ->  Hash  (cost=10169.52..10169.52 rows=258552 width=8)
                          ->  Seq Scan on numbersale  (cost=0.00..10169.52 rows=258552 width=8)

这种带有两个内部联接的基本查询需要半秒以上（有时需要700毫秒）的时间，这正常吗？行数甚至不是几百万，只是30-60万

---

我简化了我的查询，实际上它更大，需要1秒以上的时间，但联接的问题是我的主要瓶颈。

一种可能是联接产生一个非常大的中间结果，然后被第二个联接过滤掉。这仍然不能解释为什么不使用索引，但这可能具有更好的性能：

SELECT COUNT(*)
FROM "base_number" bn
WHERE EXISTS (SELECT 1 FROM "numbersale" ns WHERE ns."number_id" = bn."id") AND
      EXISTS (SELECT 1 FROM "numberstorethrough" nst WHERE bn."id" = nst."number_id");

---

您已经拥有此（以及原始）查询的正确索引：

numbersale（number\u id）

、

base\u number（id）

和

numberstorethrough（number\u id）

我对查询计划最好的解释是不使用索引，因为查询中没有任何内容限制应该获取的行。正在读取每个表中的每一行。那么在这种情况下使用索引有什么好处呢？数据库将不得不花费时间读取索引，然后仍然必须读取“真实”数据。没有收获。如果有一个WHERE子句限制了查询要回退的内容，或者如果连接条件限制了检索到的行数，那么我希望索引可以发挥作用。索引不是魔术——它们的使用不会自动“更好”，查询计划中没有索引也不会自动“更糟”。与许多事情一样，这取决于：-）-在本例中，从查询优化器的角度来看，使用一个或多个索引似乎是一种净损失。还要记住，

COUNT

并不是一个神奇的函数，它只是计算结果集中的行数。它无法神奇地“知道”一个结果集中要投影多少行-数据库必须生成结果集，然后

COUNT

只计算有多少行。

您的第一个连接条件不正确，因为没有定义

“number”

。对不起，我尝试调整名称，但输入了一些错误<代码>编号应为

基本编号

。很抱歉给您带来不便<代码>选择计数…的性能通常比您预期的差得多。您真的需要行数吗，还是只是想确定是否有行与查询条件匹配？如果执行

选择*.

而不是

选择计数（*）…

，性能会发生什么变化？您的查询正在对所有三个表进行顺序扫描-在我看来，令人惊奇的不是它需要500到700毫秒，而是它只需要500到700毫秒。YMMV。@BobJarvis只尝试了

选择*

和

解释分析

。对性能没有好处。我真的不需要所有这些行的精确计数，这是我的分页行为——也许，我应该找到一些解决方法。我想知道，为什么索引在这种情况下不起作用。但我已经有了索引。请参阅我从

pg_index

-表中的输出。@prokaktus。我大大修改了答案。谢谢你的回答！但是

numberstorethrough

中的我的

number\u id

字段指向

numbersale

，而不是

base\u number

。不幸的是，这个名字有点可怕。我的

numberstorethrough

是m2m表，它可以包含多个

number\u id

。由于

选择
与
存在
提供不同的功能。我将对答案进行编辑，使其更加明确。没关系，有时候数据库不使用索引，但在我的例子中，使用连接读取的速度是单独读取大多数较大表的10倍。我并不期待魔术，但这样的表现差异对我来说非常令人畏惧。但无论如何，谢谢你的时间和回答！
SELECT COUNT(*)
FROM "base_number" bn
WHERE EXISTS (SELECT 1 FROM "numbersale" ns WHERE ns."number_id" = bn."id") AND
      EXISTS (SELECT 1 FROM "numberstorethrough" nst WHERE bn."id" = nst."number_id");