Postgres выполняет сортировку по простому соединению

У меня в базе данных две таблицы (address и person_address). Адрес имеет PK в address_id. person_address имеет PK на (address_id, person_id, usage_code)

При объединении этих двух таблиц через address_id я ожидаю, что индекс PK будет использоваться в обоих случаях. Однако Postgres добавляет в план шаги сортировки и материализации, что замедляет выполнение запроса. Я попытался сбросить индексы (у person_address был индекс на address_id), проанализировать статистику, но безуспешно.

Я буду признателен за любую помощь в том, как изолировать эту ситуацию, поскольку эти запросы выполняются медленнее, чем ожидалось, в нашей производственной среде.

Это запрос:

select * 
from person_addresses pa
join address a
on pa.address_id = a.address_id

Это план:

Merge Join  (cost=1506935.96..2416648.39 rows=16033774 width=338)
  Merge Cond: (pa.address_id = ((a.address_id)::numeric))
  ->  Index Scan using person_addresses_pkey on person_addresses pa  (cost=0.43..592822.76 rows=5256374 width=104)
  ->  Materialize  (cost=1506935.53..1526969.90 rows=4006874 width=234)
        ->  Sort  (cost=1506935.53..1516952.71 rows=4006874 width=234)
              Sort Key: ((a.address_id)::numeric)
              ->  Seq Scan on address a  (cost=0.00..163604.74 rows=4006874 width=234)

Спасибо.

Редактировать 1. После комментария проверил типы данных и обнаружил несоответствие. Исправление типа данных изменило план на следующий

Hash Join  (cost=343467.18..881125.47 rows=5256374 width=348)
  Hash Cond: (pa.address_id = a.address_id)
  ->  Seq Scan on person_addresses pa  (cost=0.00..147477.74 rows=5256374 width=104)
  ->  Hash  (cost=159113.97..159113.97 rows=4033697 width=244)
        ->  Seq Scan on address_normalization a  (cost=0.00..159113.97 rows=4033697 width=244)

Улучшение производительности очевидно на плане, но мне интересно, ожидается ли последовательное сканирование без каких-либо фильтров.

Вы уверены, что оба столбца относятся к типу INTEGER?

IVO GELOV 26.07.2018 17:56

Столбец в person_addresses был числовым (15), по адресу - bigint. Я изменил адрес address.address_id на числовой (15). Теперь план выглядит так. Hash Join (cost=343467.18..881125.47 rows=5256374 width=348) Hash Cond: (pa.address_id = a.address_id) -> Seq Scan on person_addresses pa (cost=0.00..147477.74 rows=5256374 width=104) -> Hash (cost=159113.97..159113.97 rows=4033697 width=244) -> Seq Scan on address_normalization a (cost=0.00..159113.97 rows=4033697 width=244) Нормально ли сканирование последовательностей в этих случаях? План кажется более эффективным

Cesar Bolanos 26.07.2018 18:08

«если ожидается последовательное сканирование без фильтров» - абсолютно. Если вам нужны все строки, Seq Scan - очевидный и самый быстрый способ их получить. Причина, по которой был выбран Merge Join, заключалась в том, что два типа данных не приводили к одним и тем же значениям хэша, и, следовательно, хеш-соединение было невозможно.

a_horse_with_no_name 26.07.2018 21:04

@a_horse_with_no_name Это на самом деле ответ.

Laurenz Albe 27.07.2018 07:43
Стоит ли изучать PHP в 2026-2027 годах?
Стоит ли изучать PHP в 2026-2027 годах?
Привет всем, сегодня я хочу высказать свои соображения по поводу вопроса, который я уже много раз получал в своем сообществе: "Стоит ли изучать PHP в...
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
Поведение ключевого слова "this" в стрелочной функции в сравнении с нормальной функцией
В JavaScript одним из самых запутанных понятий является поведение ключевого слова "this" в стрелочной и обычной функциях.
Приемы CSS-макетирования - floats и Flexbox
Приемы CSS-макетирования - floats и Flexbox
Здравствуйте, друзья-студенты! Готовы совершенствовать свои навыки веб-дизайна? Сегодня в нашем путешествии мы рассмотрим приемы CSS-верстки - в...
Тестирование функциональных ngrx-эффектов в Angular 16 с помощью Jest
В системе управления состояниями ngrx, совместимой с Angular 16, появились функциональные эффекты. Это здорово и делает код определенно легче для...
Концепция локализации и ее применение в приложениях React ⚡️
Концепция локализации и ее применение в приложениях React ⚡️
Локализация - это процесс адаптации приложения к различным языкам и культурным требованиям. Это позволяет пользователям получить опыт, соответствующий...
Пользовательский скаляр GraphQL
Пользовательский скаляр GraphQL
Листовые узлы системы типов GraphQL называются скалярами. Достигнув скалярного типа, невозможно спуститься дальше по иерархии типов. Скалярный тип...
1
4
49
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Итак, здесь есть два вопроса:

why did Postgres choose the (expensive) "Merge Join" in the first query?

Причина этого в том, что он не может использовать более эффективный «Хеш-соединение», потому что значения хеш-функции целое число и числовой будут разными. Но объединение слиянием требует, чтобы значения были отсортированы, и именно отсюда шаг «Сортировка» происходит в первом плане выполнения. Учитывая количество строк, «Вложенная петля» был бы еще дороже.

Второй вопрос:

I am wondering if the sequential scans are expected without any filters

Да, они ожидаются. Запрос извлекает все совпадающие строки из обеих таблиц, и наиболее эффективно это делается путем сканирования всех строк. Для сканирования индекса требуется около 2-3 операций ввода-вывода в строке, которые необходимо получить. Последовательное сканирование обычно требует менее одной операции ввода-вывода, поскольку один блок (который является наименьшей единицей, которую база данных считывает с диска) содержит несколько строк.

Вы можете запустить explain (analyze, buffers), чтобы увидеть, сколько «логических чтений» занимает каждый шаг.

Другие вопросы по теме