Greenplum 中的分区消除

Question

我有这样一个场景：

SELECT * FROM PACKAGE WHERE PACKAGE_TYPE IN ('BOX','CARD')

该表由PACKAGE_TYPE 字段分区。假设PACKAGE_TYPE 字段有二十个可能的值。所以有二十个分区，包括BOX、CARD和DEFAULT分区。运行上述查询时，分区消除正确发生，仅扫描 BOX 和 CARDpartitions。结果很快。

然而，当同样的查询写成这样时：

SELECT * FROM PACKAGE WHERE PACKAGE_TYPE IN (SELECT PACKAGE_TYPE FROM PACKAGE_LIST_TABLE)，其中PACKAGE_LIST_TABLE 中的PACKAGE_TYPE 列包含BOX 和CARD 两个值。

当上述查询运行时，所有 20 个分区都被扫描。它会降低性能。

编译器似乎未能正确识别第二个查询，因此所有分区都被访问了。

有什么办法可以解决这个问题？

提前致谢。

Answer 1

The Postgres manual page on Partitioning 包含此警告

约束排除仅在查询的 WHERE 子句包含常量（或外部提供的参数）时有效。例如，无法优化与 CURRENT_TIMESTAMP 等非不可变函数的比较，因为规划器无法知道函数值在运行时可能落入哪个分区。

为了消除对分区的查找，Postgres 必须知道在创建查询计划时该分区中没有相关的行。在您的查询中，这仅在子查询完成后发生，因此必须将查询分成两部分，第二部分仅在第一部分完成后才计划。

如果分区包含分区列上的索引 (PACKAGE_TYPE) 以及约束，则规划器可能选择对每个分区使用索引扫描，从而导致不正确的分区被无论如何，在运行时合理有效地消除。 （也就是说，会有 20 次索引扫描，但每次都需要很少的资源。）

另一种方法是自己拆分查询，并动态构建 SQL。由于SELECT PACKAGE_TYPE FROM PACKAGE_LIST_TABLE 最多只能返回 20 个不同的值，因此您可以将它们选择到应用程序中的数组/集合或用户定义的函数中。然后，您可以像在第一个示例（或等效的 = ANY(array_expression)）中一样在 IN ( ... ) 子句中将它们作为文字传递，并实现分区消除。