Sql 更新大表上的查询速度较慢

我正在尝试更新订单项目中的每一行。Status是新创建的列，必须具有order_update表中的最新值。一个项目可以有多个更新

我正在使用PostgreSQL 9.1

我有这个更新sql。 表order_项有800K条记录。 表order_update有5Mil记录

update order_item
set status = (
    select production_stage
    from order_update
    where id = (
        select max(id)
        from order_update
        where order_item_id = order_item.id
    )
);

如何使此sql以最佳方式执行。我知道更新需要一些时间，只是想尽快更新

我发现在5Mil记录上执行此sql时

select max(id) from order_update where order_item_id = 100;

说明：

Result  (cost=784.10..784.11 rows=1 width=0)"   InitPlan 1 (returns $0)
    ->  Limit  (cost=0.00..784.10 rows=1 width=8)
          ->  Index Scan Backward using order_update_pkey on order_update  (cost=0.00..104694554.13 rows=133522 width=8)
                Index Cond: (id IS NOT NULL)
                Filter: (order_item_id = 100)

Aggregate  (cost=13.43..13.44 rows=1 width=8)   ->  Index Scan using
order_update_order_item_id_idx on order_update  (cost=0.00..13.40
rows=11 width=8)
        Index Cond: (order_item_id = 100)

大约需要6秒钟

当我在1Mil记录中执行相同的sql时： 说明：

Aggregate  (cost=13.43..13.44 rows=1 width=8)   ->  Index Scan using
order_update_order_item_id_idx on order_update  (cost=0.00..13.40
rows=11 width=8)
        Index Cond: (order_item_id = 100)

大约需要11毫秒。 11毫秒对6秒。为什么会有如此巨大的差异

为了缩小范围，我尝试以下方法：

select id from order_update where order_item_id = 100 order by id asc
limit 1 
Total query runtime: 41 ms.

然后这个：

select id from order_update where order_item_id = 100 order by id desc
limit 1 
Total query runtime: 5310 ms.

因此，asc和desc之间存在巨大差异

解决方案： 创建索引：

CREATE INDEX order_update_mult_idx ON order_update (order_item_id, id DESC);

更新：

UPDATE order_item i
SET    test_print_provider_id = u.test_print_provider_id
FROM  (
   SELECT DISTINCT ON (1)
          test_print_provider_id
   FROM   orders
   ORDER  BY 1, id DESC
   ) u
WHERE  i.order_id = u.id
AND    i.test_print_provider_id IS DISTINCT FROM u.test_print_provider_id;

---

如果您在Id上有一个包含订单项目Id和生产阶段的订单更新索引，这将很有帮助。 除此之外，这相当简单。使用临时表而不是子查询可能是一种选择，但我看不出还有什么可以改进的。

下面的重建呢

update order_item
set status = (
    select a.production_stage from (
/********************************************** INNER QUERY START **/
        select ou.order_item_id, ou.production_stage
        from order_update ou
        INNER JOIN (
            select order_item_id, max(id) as max_id
            from order_update
            group by order_item_id
        ) ou_max ON (ou.order_item_id = ou_max.order_item_id
                     AND ou.id = ou_max.max_id)
/********************************************** INNER QUERY END **/
    ) a where a.order_item_id = order_item.id
);

编辑：由于上面的速度较慢，那么下面的代码呢

update order_item
set status = (
    select a.production_stage from (
/********************************************** INNER QUERY START **/
        select ou.order_item_id, ou.production_stage
        from order_update ou
        INNER JOIN (
            select order_item_id, max(id) as max_id
            from order_update
            group by order_item_id
        ) ou_max ON (ou.order_item_id = ou_max.order_item_id
                     AND ou.id = ou_max.max_id)
/********************************************** INNER QUERY END **/
    ) a where a.order_item_id = order_item.id
);

---

在这种情况下，DBMS将只执行一次内部查询以创建临时表A。在此之后，它的行为将类似于：更新订单\项目集状态=从A.order\项目\ id=订单\项目.id；中选择一个.production\阶段；。这将是非常快的，因为A已经创建并作为整个更新的固定表提供-它不是为每个订单项目id重新创建的。

我的猜测：这将大大加快速度

问题中的疑问有细微的差别。原来的一个会更新订单项目的每一行。如果在order_update中找不到匹配的行，这将导致状态设置为NULL。此查询只保留这些行的原始值，不进行更新

在这一密切相关的回答中，对带有DISTINCT ON的子查询的详细解释如下：

通常，单个子查询的性能应该比使用相关子查询的方法更好。使用优化的查询更是如此

如果order_item.status应定义为NOT NULL，则最后一行可以简化为

这样的方法可能会有所帮助：

CREATE INDEX order_update_mult_idx ON order_update(order_item_id, id DESC);

第二列的降序是必需的。 但是，由于您在一次扫描中使用了全部或大部分这两个表，索引可能不会有帮助。除了一个，也许，在Postgres 9.2或更高版本中：

CREATE INDEX order_update_mult_idx
ON order_update(order_item_id, id DESC, production_stage);

---

解释只会给你博士后提出的计划。如果规划师的估算和成本参数设置不准确，这些数字可能会相差很远。要获得实际的性能数据，您必须运行EXPLAIN ANALYSE，这对于大型表来说当然需要很长时间，因为它会测试执行查询。

在不熟悉PostgreSQL的情况下，我可能会尝试将聚合查询的结果放在临时表中，然后在UPDATE语句中引用它。您能否确认，看起来您想更新order_items表中所有800k的每条记录。对吗？我这样问是因为感觉状态栏只有在需要时才会在某些记录上更新。你应该用简单的英语解释你想做什么。此外，一如既往，您的Postgres版本和psql中表定义的相关部分\d tbl…这一版本实际上比：更新订单\u项目集状态=从订单中选择生产\u阶段\u更新，其中id=从订单中选择最大id\u更新，其中订单\u项目\u id=订单\u项目.id；