在PostgreSQL中的IN语句性能（和一般情况下）

我知道这可能以前曾被问过，但是我找不到它与SO的搜索。在PostgreSQL中的IN语句性能（和一般情况下）

比方说我Table 1和Table，我应该怎么指望一个查询的性能像这样：

SELECT * FROM TABLE1 WHERE id IN SUBQUERY_ON_TABLE2;

下井为行的Table 1和Table成长号和ID是TABLE1上的主键。

是的，我知道使用IN是这样一个n00b错误，但TABLE2有一个通用关系（django通用关系）到多个其他表，所以我想不出另一种方式来过滤数据。在TABLE1和TABLE2中，我应该预计哪些（aproximate）行中的行数会因此而注意到性能问题？根据行数的不同，性能是否会呈线性，指数等降级？

来源

2010-06-08 Vasil

当子查询返回的记录数很少，并且由主查询返回的结果行数也很小时，您只需在每个记录上快速查找索引即可。随着返回数据的百分比增加，最终每个人都将切换到使用顺序扫描而不是索引的扫描，以一口吞下整个表格，而不是将其整合在一起。这不是一个简单的性能下降，而是线性或指数性的;随着计划类型的变化，存在主要的不连续性。而这些发生的行数取决于表的大小，所以在那里没有有用的规则。你应该建立一个仿真模型，就像我在下面做的一样，看看你自己的数据集上会发生什么，以了解曲线的样子。

下面是使用PostgreSQL 9.0数据库加载Dell Store 2数据库的工作原理示例。一旦子查询返回1000行，它将对主表进行全表扫描。一旦子查询正在考虑10,000条记录，那么也会变成全表扫描。这些每次运行两次，所以你看到了缓存的性能。如何根据缓存状态和未缓存状态改变性能是一个完整的“另一个话题：

dellstore2=# EXPLAIN ANALYZE SELECT * FROM customers WHERE customerid IN 
    (SELECT customerid FROM orders WHERE orderid<2); 
Nested Loop (cost=8.27..16.56 rows=1 width=268) (actual time=0.051..0.060 rows=1 loops=1) 
    -> HashAggregate (cost=8.27..8.28 rows=1 width=4) (actual time=0.028..0.030 rows=1 loops=1) 
     -> Index Scan using orders_pkey on orders (cost=0.00..8.27 rows=1 width=4) (actual time=0.011..0.015 rows=1 loops=1) 
       Index Cond: (orderid < 2) 
    -> Index Scan using customers_pkey on customers (cost=0.00..8.27 rows=1 width=268) (actual time=0.013..0.016 rows=1 loops=1) 
     Index Cond: (customers.customerid = orders.customerid) 
Total runtime: 0.191 ms 

dellstore2=# EXPLAIN ANALYZE SELECT * FROM customers WHERE customerid IN 
    (SELECT customerid FROM orders WHERE orderid<100); 
Nested Loop (cost=10.25..443.14 rows=100 width=268) (actual time=0.488..2.591 rows=98 loops=1) 
    -> HashAggregate (cost=10.25..11.00 rows=75 width=4) (actual time=0.464..0.661 rows=98 loops=1) 
     -> Index Scan using orders_pkey on orders (cost=0.00..10.00 rows=100 width=4) (actual time=0.019..0.218 rows=99 loops=1) 
       Index Cond: (orderid < 100) 
    -> Index Scan using customers_pkey on customers (cost=0.00..5.75 rows=1 width=268) (actual time=0.009..0.011 rows=1 loops=98) 
     Index Cond: (customers.customerid = orders.customerid) 
Total runtime: 2.868 ms 

dellstore2=# EXPLAIN ANALYZE SELECT * FROM customers WHERE customerid IN 
    (SELECT customerid FROM orders WHERE orderid<1000); 
Hash Semi Join (cost=54.25..800.13 rows=1000 width=268) (actual time=4.574..80.319 rows=978 loops=1) 
    Hash Cond: (customers.customerid = orders.customerid) 
    -> Seq Scan on customers (cost=0.00..676.00 rows=20000 width=268) (actual time=0.007..33.665 rows=20000 loops=1) 
    -> Hash (cost=41.75..41.75 rows=1000 width=4) (actual time=4.502..4.502 rows=999 loops=1) 
     Buckets: 1024 Batches: 1 Memory Usage: 24kB 
     -> Index Scan using orders_pkey on orders (cost=0.00..41.75 rows=1000 width=4) (actual time=0.056..2.487 rows=999 loops=1) 
       Index Cond: (orderid < 1000) 
Total runtime: 82.024 ms 

dellstore2=# EXPLAIN ANALYZE SELECT * FROM customers WHERE customerid IN 
    (SELECT customerid FROM orders WHERE orderid<10000); 
Hash Join (cost=443.68..1444.68 rows=8996 width=268) (actual time=79.576..157.159 rows=7895 loops=1) 
    Hash Cond: (customers.customerid = orders.customerid) 
    -> Seq Scan on customers (cost=0.00..676.00 rows=20000 width=268) (actual time=0.007..27.085 rows=20000 loops=1) 
    -> Hash (cost=349.97..349.97 rows=7497 width=4) (actual time=79.532..79.532 rows=7895 loops=1) 
     Buckets: 1024 Batches: 1 Memory Usage: 186kB 
     -> HashAggregate (cost=275.00..349.97 rows=7497 width=4) (actual time=45.130..62.227 rows=7895 loops=1) 
       -> Seq Scan on orders (cost=0.00..250.00 rows=10000 width=4) (actual time=0.008..20.979 rows=9999 loops=1) 
        Filter: (orderid < 10000) 
Total runtime: 167.882 ms

来源

2010-06-09 02:30:26

在PostgreSQL中的IN语句性能（和一般情况下）

回答

相关问题