从跨越多对多的 postgres 查询中删除 CROSS JOIN LATERAL

Question

我有以下三个表（多对多）：

位置

+====+==============+===+===+=============+
| id | coord_system | x | y | last_update |
+====+==============+===+===+=============+
|    |              |   |   |             |
+----+--------------+---+---+-------------+

映射

+=============+============+
| location_id | history_id |
+=============+============+
|             |            |
+-------------+------------+

历史

+====+=======+======+
| id | speed | date |
+====+=======+======+
|    |       |      |
+----+-------+------+

位置表表示特定坐标系内的物理 x、y 位置。对于每个 x、y 位置，历史表中至少存在一行。历史表中的每一行都可以指向位置表中的多行。

需要注意的是 (coord_system, x, y) 是索引的并且是唯一的。我认为这没有什么区别，但所有 id 和 coord_system 都是 UUID。在下面的代码示例中，我将使用字母使其更易于阅读。 location 和 history 有额外的列，但不改变问题的范围。 location 表上的 last_update 列应该与 History 表上的 date 列相匹配（我稍后会在帖子中提到这一点）。

目标是获取 (coor_system, x, y) 范围内最近的历史记录行。目前这是通过 CROSS JOIN LATERAl 完成的，例如

SELECT *
FROM location loc
CROSS JOIN LATERAL
  (SELECT *
   FROM history hist
   LEFT JOIN mapping map ON hist.id = map.history_id
   WHERE map.location_id = loc.id
   ORDER BY date DESC limit(1)) AS records
WHERE loc.coord_system = '43330ccc-3f42-4f05-8ec5-18cb659bfd2d'
  AND (x >= 403047
       AND x <= 404047)
  AND (y >= 16451337
       AND y <= 16452337);

对于这个 x、y 和 coord_system 的特定范围，查询需要大约 25 秒才能运行并返回 182 351 行。

我在 SQL 方面不是很有经验，但认为这个查询的目标也可以使用常规连接来实现。如果我对三个表进行连接，使用相同的 x、y 和 coord_system“过滤器”，则大约需要 2 秒并返回约 300 万行。我试图变得聪明并使用日期来修剪结果：

SELECT *
FROM history hist
RIGHT JOIN mapping map ON hist.id = map.history_id
RIGHT JOIN location loc ON loc.id = map.location_id
WHERE loc.coord_system = '43330ccc-3f42-4f05-8ec5-18cb659bfd2d'
  AND (x >= 403047
       AND x <= 404047)
  AND (y >= 16451337
       AND y <= 16452337)
  AND location.last_update = hist.date

这与原始查询的结果非常接近。结果是约 3 秒内 182 485 行。不幸的是，结果需要完全相同。我猜我在查询中犯了一个逻辑错误，并来到这里希望有人能指出它。

我的问题是：有没有一种聪明的方法可以让连接只从 history.date 列中获取具有“最新”日期的行？正如预期的那样，我试图在保持正确结果集的同时使查询尽可能快地运行。

在下表中，我展示了一个玩具连接示例以及我期望的结果（标记在“return_row”列中）。

+=============+==============+===+===+=============+============+============+=======+============+============+
| location.id | coord_system | x | y | location_id | history_id | history.id | speed |    date    | return_row |
+=============+==============+===+===+=============+============+============+=======+============+============+
|           0 | a            | 1 | 1 |           0 |          0 |          0 |   3.0 | 2020/10/31 | *          |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           0 | a            | 1 | 1 |           0 |          1 |          1 |   3.1 | 2020/10/30 |            |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           0 | a            | 1 | 1 |           0 |          2 |          2 |   3.2 | 2020/10/29 |            |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           1 | a            | 1 | 2 |           1 |          3 |          3 |   3.1 | 2020/10/31 | *          |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           1 | a            | 1 | 2 |           1 |          4 |          4 |   3.0 | 2020/10/30 |            |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           2 | a            | 2 | 2 |           2 |          5 |          5 |     4 | 2020/10/31 | *          |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+
|           3 | b            | 1 | 1 |           3 |          6 |          6 |     5 | 2020/10/1  | *          |
+-------------+--------------+---+---+-------------+------------+------------+-------+------------+------------+

Answer 1

使用DISTINCT ON 效果更好吗？

SELECT DISTINCT ON (l.id) l.id, h.date, ... -- enumerate the columns here
FROM location l
LEFT JOIN mapping m ON m.location_id = l.id
LEFT JOIN history h ON h.id = m.history_id
WHERE 
    l.coord_system = '43330ccc-3f42-4f05-8ec5-18cb659bfd2d'
    AND l.x BETWEEN 403047 AND 404047
    AND l.y BETWEEN 16451337 AND 16452337
ORDER BY l.id, h.date DESC