postgres中的表连接顺序

Question

我有办法在 Postgres 中强制执行特定的加入顺序吗？

我有一个看起来像这样的查询。我已经消除了实际查询中的一堆东西，但是这种简化说明了这个问题。剩下的不应该太神秘：使用角色/任务安全系统，我试图确定给定用户是否有权执行给定任务。

select task.taskid
from userlogin
join userrole using (userloginid)
join roletask using (roleid)
join task using (taskid)
where loginname='foobar'
and taskfunction='plugh'

但我意识到程序已经知道 userlogin 的值，所以似乎可以通过跳过对 userlogin 的查找并只填写 userloginid 来提高查询效率，如下所示：

select task.taskid
from userrole
join roletask using (roleid)
join task using (taskid)
where userloginid=42
and taskfunction='plugh'

当我这样做时——从查询中删除一个表并硬编码从该表中检索到的值——解释计划时间增加了！在原始查询中，Postgres 读取 userlogin 然后 userrole 然后 roletask 然后 task。但在新查询中，它决定先读取 roletask，然后加入 userrole，尽管这需要对 roletask 进行全文件扫描。

完整的解释计划是：

版本 1：

Hash Join  (cost=12.79..140.82 rows=1 width=8) 
  Hash Cond: (roletask.taskid = task.taskid) 
  ->  Nested Loop  (cost=4.51..129.73 rows=748 width=8) 
        ->  Nested Loop  (cost=4.51..101.09 rows=12 width=8) 
              ->  Index Scan using idx_userlogin_loginname on userlogin  (cost=0.00..8.27 rows=1 width=8) 
                    Index Cond: ((loginname)::text = 'foobar'::text) 
              ->  Bitmap Heap Scan on userrole  (cost=4.51..92.41 rows=33 width=16) 
                    Recheck Cond: (userrole.userloginid = userlogin.userloginid) 
                    ->  Bitmap Index Scan on idx_userrole_login  (cost=0.00..4.50 rows=33 width=0) 
                          Index Cond: (userrole.userloginid = userlogin.userloginid) 
        ->  Index Scan using idx_roletask_role on roletask  (cost=0.00..1.50 rows=71 width=16) 
              Index Cond: (roletask.roleid = userrole.roleid) 
  ->  Hash  (cost=8.27..8.27 rows=1 width=8) 
        ->  Index Scan using idx_task_taskfunction on task  (cost=0.00..8.27 rows=1 width=8) 
              Index Cond: ((taskfunction)::text = 'plugh'::text) 

版本 2：

Hash Join  (cost=96.58..192.82 rows=4 width=8) 
  Hash Cond: (roletask.roleid = userrole.roleid) 
  ->  Hash Join  (cost=8.28..104.10 rows=9 width=16) 
        Hash Cond: (roletask.taskid = task.taskid) 
        ->  Seq Scan on roletask  (cost=0.00..78.35 rows=4635 width=16) 
        ->  Hash  (cost=8.27..8.27 rows=1 width=8) 
              ->  Index Scan using idx_task_taskfunction on task  (cost=0.00..8.27 rows=1 width=8) 
                    Index Cond: ((taskfunction)::text = 'plugh'::text) 
  ->  Hash  (cost=87.92..87.92 rows=31 width=8) 
        ->  Bitmap Heap Scan on userrole  (cost=4.49..87.92 rows=31 width=8) 
              Recheck Cond: (userloginid = 42) 
              ->  Bitmap Index Scan on idx_userrole_login  (cost=0.00..4.49 rows=31 width=0) 
                    Index Cond: (userloginid = 42) 

（是的，我知道在这两种情况下成本都很低，而且差异看起来并不重要。但这是在我从查询中消除了一堆额外的工作以简化我必须发布的内容之后。真正的查询仍然不离谱，但我对原理更感兴趣。）

Answer 1

文档中的这个页面描述了如何防止 PostgreSQL 优化器重新排序连接的表，允许您自己控制连接的顺序：

http://www.postgresql.org/docs/current/interactive/explicit-joins.html

Answer 2

您确定您的表格统计信息是最新的吗？当 PostgreSQL 的基于成本的优化器因这些琐碎的事情而失败时，这是一个很好的迹象，表统计数据存在严重错误。解决根本原因比通过覆盖内置优化器来解决它更好，因为问题也不可避免地会在其他地方弹出。

在受影响的表上运行ANALYZE，看看它是否会让 PostgreSQL 选择不同的计划。如果它仍然选择了一些愚蠢的东西，那么查看查询计划将非常有趣。优化器没有做正确的事情通常被认为是一个错误。