J'étais curieux. Et comme nous le savons tous, la curiosité a la réputation de tuer les chats.
Alors, quel est le moyen le plus rapide de dépecer un chat ?
L'environnement de dépouillement des chats pour ce test :
-
PostgreSQL 9.0 sur Debian Squeeze avec une RAM et des paramètres décents.
- 6.000 étudiants, 24.000 membres de clubs (données copiées d'une base de données similaire avec des données réelles).
- Léger détournement du schéma d'appellation de la question :
student.id es student.stud_id y club.id es club.club_id ici.
- J'ai nommé les requêtes d'après leur auteur dans ce fil.
- J'ai exécuté toutes les requêtes plusieurs fois pour remplir le cache, puis j'ai choisi la meilleure des 5 avec
EXPLAIN ANALYZE .
-
Des index pertinents (ce qui devrait être l'optimum - tant que nous ne savons pas à l'avance quels clubs seront interrogés) :
ALTER TABLE student ADD CONSTRAINT student_pkey PRIMARY KEY(stud_id );
ALTER TABLE student_club ADD CONSTRAINT sc_pkey PRIMARY KEY(stud_id, club_id);
ALTER TABLE club ADD CONSTRAINT club_pkey PRIMARY KEY(club_id );
CREATE INDEX sc_club_id_idx ON student_club (club_id);
club_pkey n'est pas nécessaire pour la plupart des requêtes ici.
Les clés primaires implémentent automatiquement des index uniques dans PostgreSQL.
Le dernier indice vise à pallier cette carence connue de l'Union européenne. indices multi-colonnes sur PostgreSQL :
Un index B-tree multi-colonnes peut être utilisé avec des conditions de requête qui qui impliquent n'importe quel sous-ensemble de colonnes de l'index, mais l'index est plus efficace lorsqu'il y a des contraintes sur les colonnes de tête (les plus à gauche).
Résultats
Temps d'exécution total de EXPLAIN ANALYZE .
1) Martin 2 : 44.594 ms
SELECT s.stud_id, s.name
FROM student s
JOIN student_club sc USING (stud_id)
WHERE sc.club_id IN (30, 50)
GROUP BY 1,2
HAVING COUNT(*) > 1;
2) Erwin 1 : 33.217 ms
SELECT s.stud_id, s.name
FROM student s
JOIN (
SELECT stud_id
FROM student_club
WHERE club_id IN (30, 50)
GROUP BY 1
HAVING COUNT(*) > 1
) sc USING (stud_id);
3) Martin 1 : 31.735 ms
SELECT s.stud_id, s.name
FROM student s
WHERE student_id IN (
SELECT student_id
FROM student_club
WHERE club_id = 30
INTERSECT
SELECT stud_id
FROM student_club
WHERE club_id = 50
);
4) Derek : 2,287 ms
SELECT s.stud_id, s.name
FROM student s
WHERE s.stud_id IN (SELECT stud_id FROM student_club WHERE club_id = 30)
AND s.stud_id IN (SELECT stud_id FROM student_club WHERE club_id = 50);
5) Erwin 2 : 2.181 ms
SELECT s.stud_id, s.name
FROM student s
WHERE EXISTS (SELECT * FROM student_club
WHERE stud_id = s.stud_id AND club_id = 30)
AND EXISTS (SELECT * FROM student_club
WHERE stud_id = s.stud_id AND club_id = 50);
6) Sean : 2.043 ms
SELECT s.stud_id, s.name
FROM student s
JOIN student_club x ON s.stud_id = x.stud_id
JOIN student_club y ON s.stud_id = y.stud_id
WHERE x.club_id = 30
AND y.club_id = 50;
Les trois dernières se comportent à peu près de la même façon. 4) et 5) aboutissent au même plan de requête.
Ajouts tardifs
Un SQL sophistiqué, mais les performances ne sont pas à la hauteur :
7) ypercube 1 : 148.649 ms
SELECT s.stud_id, s.name
FROM student AS s
WHERE NOT EXISTS (
SELECT *
FROM club AS c
WHERE c.club_id IN (30, 50)
AND NOT EXISTS (
SELECT *
FROM student_club AS sc
WHERE sc.stud_id = s.stud_id
AND sc.club_id = c.club_id
)
);
8) ypercube 2 : 147.497 ms
SELECT s.stud_id, s.name
FROM student AS s
WHERE NOT EXISTS (
SELECT *
FROM (
SELECT 30 AS club_id
UNION ALL
SELECT 50
) AS c
WHERE NOT EXISTS (
SELECT *
FROM student_club AS sc
WHERE sc.stud_id = s.stud_id
AND sc.club_id = c.club_id
)
);
Comme prévu, les performances de ces deux-là sont presque identiques. Le plan de requête résulte en des balayages de table, le planificateur ne trouve pas le moyen d'utiliser les index ici.
9) wildplasser 1 : 49.849 ms
WITH RECURSIVE two AS (
SELECT 1::int AS level
, stud_id
FROM student_club sc1
WHERE sc1.club_id = 30
UNION
SELECT two.level + 1 AS level
, sc2.stud_id
FROM student_club sc2
JOIN two USING (stud_id)
WHERE sc2.club_id = 50
AND two.level = 1
)
SELECT s.stud_id, s.student
FROM student s
JOIN two USING (studid)
WHERE two.level > 1;
SQL fantaisiste, performances décentes pour un CTE. Plan de requête très exotique.
10) wildplasser 2 : 36.986 ms
WITH sc AS (
SELECT stud_id
FROM student_club
WHERE club_id IN (30,50)
GROUP BY stud_id
HAVING COUNT(*) > 1
)
SELECT s.*
FROM student s
JOIN sc USING (stud_id);
variante CTE de la requête 2). Étonnamment, cela peut donner un plan de requête légèrement différent avec les mêmes données. J'ai trouvé un scan séquentiel sur student où la sous-variante a utilisé l'indice.
11) ypercube 3 : 101.482 ms
Un autre ajout tardif ypercube. C'est vraiment incroyable, le nombre de façons de faire.
SELECT s.stud_id, s.student
FROM student s
JOIN student_club sc USING (stud_id)
WHERE sc.club_id = 10 -- member in 1st club ...
AND NOT EXISTS (
SELECT *
FROM (SELECT 14 AS club_id) AS c -- can't be excluded for missing the 2nd
WHERE NOT EXISTS (
SELECT *
FROM student_club AS d
WHERE d.stud_id = sc.stud_id
AND d.club_id = c.club_id
)
);
12) erwin 3 : 2.377 ms
Le 11) de ypercube n'est en fait que l'approche inverse de cette variante plus simple, qui manquait également. Il est presque aussi rapide que les chats du dessus.
SELECT s.*
FROM student s
JOIN student_club x USING (stud_id)
WHERE sc.club_id = 10 -- member in 1st club ...
AND EXISTS ( -- ... and membership in 2nd exists
SELECT *
FROM student_club AS y
WHERE y.stud_id = s.stud_id
AND y.club_id = 14
);
13) erwin 4 : 2.375 ms
Difficile à croire, mais voici une autre variante, véritablement nouvelle. Je vois un potentiel pour plus de deux adhésions, mais il se classe aussi parmi les meilleurs chats avec seulement deux.
SELECT s.*
FROM student AS s
WHERE EXISTS (
SELECT *
FROM student_club AS x
JOIN student_club AS y USING (stud_id)
WHERE x.stud_id = s.stud_id
AND x.club_id = 14
AND y.club_id = 10
);
Nombre dynamique d'adhésions à des clubs
En d'autres termes : un nombre variable de filtres. Cette question demandait exactement deux les adhésions à des clubs. Mais de nombreux cas d'utilisation doivent se préparer à un nombre variable. Voir :
