Ho un tavolo con 7,2 milioni di tuple che assomiglia a questo:
table public.methods
column | type | attributes
--------+-----------------------+----------------------------------------------------
id | integer | not null DEFAULT nextval('methodkey'::regclass)
hash | character varying(32) | not null
string | character varying | not null
method | character varying | not null
file | character varying | not null
type | character varying | not null
Indexes:
"methods_pkey" PRIMARY KEY, btree (id)
"methodhash" btree (hash)
Ora voglio selezionare alcuni valori ma la query è incredibilmente lenta:
db=# explain
select hash, string, count(method)
from methods
where hash not in
(select hash from nostring)
group by hash, string
order by count(method) desc;
QUERY PLAN
----------------------------------------------------------------------------------------
Sort (cost=160245190041.10..160245190962.07 rows=368391 width=182)
Sort Key: (count(methods.method))
-> GroupAggregate (cost=160245017241.77..160245057764.73 rows=368391 width=182)
-> Sort (cost=160245017241.77..160245026451.53 rows=3683905 width=182)
Sort Key: methods.hash, methods.string
-> Seq Scan on methods (cost=0.00..160243305942.27 rows=3683905 width=182)
Filter: (NOT (SubPlan 1))
SubPlan 1
-> Materialize (cost=0.00..41071.54 rows=970636 width=33)
-> Seq Scan on nostring (cost=0.00..28634.36 rows=970636 width=33)
La hash
colonna è l'hash md5 di string
e ha un indice. Quindi penso che il mio problema sia che l'intera tabella sia ordinata per id e non per hash, quindi ci vuole un po 'per ordinarla prima e poi raggrupparla?
La tabella nostring
contiene solo un elenco di hash che non voglio avere. Ma ho bisogno che entrambe le tabelle abbiano tutti i valori. Quindi non è un'opzione per eliminarli.
informazioni aggiuntive: nessuna delle colonne può essere nulla (risolta quella nella definizione della tabella) e sto usando Postgresql 9.2.
NULL
valori nella colonnamethod
? Ci sono duplicati sustring
?