Sql 列值最接近的行

我有下表：

CREATE TABLE items (
  id serial
  timestamp bigint
  CONSTRAINT id_pkey PRIMARY KEY (id),
);

此表以仅附加的方式使用，因此

时间戳

值随

id

的增加而增加。我需要找到与特定

$value

最接近的

时间戳的行

查询1：这需要两次完整的表扫描

SELECT id FROM
  (
      (
          SELECT id, timestamp
          FROM records
          WHERE timestamp < $value
          ORDER BY timestamp DESC
          LIMIT 1
      )
      UNION ALL
      (
          SELECT id, timestamp
          FROM items
          WHERE timestamp >= $value
          ORDER BY timestamp ASC
          LIMIT 1
      )
) AS tmp
ORDER BY abs($value - timestamp)
LIMIT 1

查询3：我正在试验一个自定义聚合，它需要一个完整的表扫描，但不需要对任何内容进行排序或加载任何索引

create function closest_id_sfunc(
  agg_state bigint[2],
  id bigint,
  timestamp bigint,
  target_timestamp bigint
)
returns bigint[2]
immutable
language plpgsql
as $$
declare
  difference bigint;
begin
  difference := abs(timestamp - target_timestamp);
  if agg_state is null or difference < agg_state[0] then
    agg_state[0] = difference;
    agg_state[1] = id;
  end if;
  return agg_state;
end;
$$;

create function closest_id_finalfunc(agg_state bigint[2])
returns bigint
immutable
strict
language plpgsql
as $$
begin
  return agg_state[1];
end;
$$;

create aggregate closest_id (bigint, bigint, bigint)
(
    stype     = bigint[2],
    sfunc     = closest_id_sfunc,
    finalfunc = closest_id_finalfunc
);


SELECT closest_id(id, timestamp, $value) as id FROM items

create function\u id\u sfunc(
agg_state bigint[2]，
id bigint，
时间戳bigint，
目标时间戳bigint
)
返回bigint[2]
不变的
语言plpgsql
作为$$
声明
差分比基特；
开始
差异：=abs（时间戳-目标时间戳）；
如果agg_状态为空或差异

为什么查询2比查询1慢？
您的第二个查询将无法工作，因为在提供的时间戳之前可能会有一行，该时间戳更接近提供的值。准确性并不是这里唯一的问题：可能没有一行大于提供的时间戳（同时，存在一个较低的值）

您的第一个查询看起来很有效（当您在子查询中也使用
limit 1
时）。但是是的，当您没有索引时，它需要两次表扫描，但是您无法解决这个问题。您需要索引才能获得巨大的性能提升。然而，有一些技巧是可以使用的

我最初的想法是，您可以通过使用条件来避免外部查询排序的开销：

（注意：我将使用
ts
作为列名，因为
timestamp
是一个关键字&不应该用作列名，除非它被转义。）

在我的测试中，这花费了原始查询（或CTE变体）的约70%

您还可以在
cube（ts）
上使用
cube
类型及其（欧几里德）距离运算符
（9.6+功能）（因此立方体将始终是一维点）：

这样，您的原始查询（以及CTE变体）只使用索引扫描，其成本约为同一查询（无索引）的1.5%

点
变量可以使用以下要点索引：

（注意：
btree\u-gist
模块是索引的一部分，
id
需要的。您可以使用
create extension btree\u-gist；
初始化模块）

这样，
点
变量的成本约为原始查询的1%（无索引）

cube
变量可以使用以下GiST索引：

（注意：这也需要
btree\u gist
模块。）

同样，这仍然与
点
变量相当

结论（见下文编辑）

使用
点
或
立方体
（后者需要9.6+）可以获得最佳性能。此外，索引可以帮助您很多

进一步说明：


点
变量有时实际上比
立方体
变量更快
PostgreSQL花了很长时间构建
cube
索引&我不知道为什么
理论上，
cube
索引应该更小，因为它不包含不必要的零。但是，因为它们更一般（N维），所以我的观点可能不对。我建议尝试这两种方法（索引大小和性能）

（这里的查询也是针对
cube
，但不会运行，因为rextester现在使用9.5）

此外，我还测试了一个自定义聚合解决方案（基本上是您的版本，但我使用了
语言sql
函数来提高一点速度，但仍然如此），它比原始查询慢约10倍。嗯，这根本不值得

Edit：刚刚注意到，
btree\u-gist
模块为基本类型（如
bigint
）添加了对距离运算符的支持

因此，此查询的性能甚至优于
点
和
多维数据集
变量（有一点）：

时间戳是用户指定的还是db指定的？换句话说，我们可以取而代之地获取id前后的行，并使用它们而不必使用timestamp字段吗？此外，在时间戳字段上创建索引是一种选择吗？速度慢是由于在未索引的字段上进行比较时进行了完整的表扫描。时间戳是用户指定的，不，我不能在其上放置索引（不要问：S…），第一个查询更好。我们不得不问。要么你在时间戳上有一个索引，要么你就得不到好的性能。告诉那些说你没有索引的人。他们必须付出代价（这可能是值得付出的代价）。@LaurenzAlbe为什么第一个更好？
create function closest_id_sfunc(
  agg_state bigint[2],
  id bigint,
  timestamp bigint,
  target_timestamp bigint
)
returns bigint[2]
immutable
language plpgsql
as $$
declare
  difference bigint;
begin
  difference := abs(timestamp - target_timestamp);
  if agg_state is null or difference < agg_state[0] then
    agg_state[0] = difference;
    agg_state[1] = id;
  end if;
  return agg_state;
end;
$$;

create function closest_id_finalfunc(agg_state bigint[2])
returns bigint
immutable
strict
language plpgsql
as $$
begin
  return agg_state[1];
end;
$$;

create aggregate closest_id (bigint, bigint, bigint)
(
    stype     = bigint[2],
    sfunc     = closest_id_sfunc,
    finalfunc = closest_id_finalfunc
);


SELECT closest_id(id, timestamp, $value) as id FROM items

with l as (
  select   id, ts
  from     items
  where    ts < $value
  order by ts desc
  limit    1
),
g as (
  select   id, ts
  from     items
  where    ts >= $value
  order by ts asc
  limit    1
)
select    case
            when abs($value - l.ts) < abs($value - g.ts)
            then l.id
            else coalesce(g.id, l.id)
          end id
from      l
full join g on true

select   id
from     items
order by point(ts, 0) <-> point($value, 0)
limit    1

select   id
from     items
order by cube(ts) <-> cube($value)
limit    1

create index idx_items_ts_id on items (ts, id)

create index idx_items_point_gist on items using gist (point(ts, 0), id)

create index idx_items_cube_gist on items using gist (cube(ts), id)

select   id
from     items
order by ts <-> $value
limit    1

create index idx_items_ts_gist on items using gist (ts, id)