PostgreSQL 使用 CTE 优化包含 Window 函数的查询性能

Question

这里 amenity_category 和 parent_path 列是 JSONB 列，其值分别类似于 ["Tv","Air Condition"] 和 ["20000","20100","203"]。除此之外，其他列是普通的varchar 和numeric 类型。我在id 上有大约 250 万行 主键，它已被索引。基本上，当 rp.parent_path 匹配多行时，初始 CTE 部分需要时间。

样本数据集：

当前查询：

WITH CTE AS
(
  SELECT id,
  property_name,
  property_type_category,
  review_score, 
  amenity_category.name, 
  count(*) AS cnt FROM table_name rp, 
  jsonb_array_elements_text(rp.amenity_categories) amenity_category(name)
  WHERE rp.parent_path ? '203' AND number_of_review >= 1
  GROUP BY amenity_category.name,id 
),
CTE2 as
(
  SELECT id, property_name,property_type_category,name,
  ROW_NUMBER() OVER (PARTITION BY property_type_category,
  name ORDER BY review_score DESC),
  COUNT(id) OVER (PARTITION BY property_type_category,
  name ORDER BY name DESC) 
  FROM CTE
)

SELECT id, property_name, property_type_category, name, COUNT 
FROM CTE2
where row_number = 1

电流输出：

所以我的基本问题是有没有其他方法可以重写此查询或优化当前查询？

Answer 1

如果可以安全地假设 amenity_categories 中的数组元素是不同的（没有重复的数组元素），我们可以从根本上简化为：

SELECT DISTINCT ON (property_type_category, ac.name)
       id, property_name, property_type_category, ac.name
     , COUNT(*) OVER (PARTITION BY property_type_category, ac.name) AS count
FROM   table_name rp, jsonb_array_elements_text(rp.amenity_categories) ac(name)
WHERE  parent_path ? '203'
AND    number_of_review >= 1
ORDER  BY property_type_category, ac.name, review_score DESC;

如果 review_score 可以为 NULL，则设为：

...
ORDER  BY property_type_category, ac.name, review_score DESC NULLS LAST;

这是可行的，因为DISTINCT ON 作为最后一步应用（在窗口函数之后）。见：

• Best way to get result count before LIMIT was applied
• PostgreSQL: running count of rows for a query 'by minute'

parent_path 和 number_of_review 可能应该被索引。取决于您未披露的WHERE 条件的数据分布和选择性。

关于DISTINCT ON：

• Select first row in each GROUP BY group?

假设id 是NOT NULL，count(*) 更快并且等效于count(id)。