提高 UPDATE WHERE sql 查询的性能答案

【问题标题】：Improve performance of UPDATE WHERE sql query提高 UPDATE WHERE sql 查询的性能
【发布时间】：2018-11-14 12:06:59
【问题描述】：

我有一个非常简单的查询

UPDATE TableA
SET date_type = TableB.date_type
FROM TableB
WHERE TableB.int_type = TableA.int_type

我的指数是： TableA(int_type), TableB(int_type, date_type)

EXPLAIN 结果：

Update on TableA  (cost=2788789.320..34222368.900 rows=82594592 width=261)
  ->  Hash Join  (cost=2788789.320..34222368.900 rows=82594592 width=261)
          Hash Cond: (TableA.int_type = TableB.int_type)
        ->  Seq Scan on tableA  (cost=0.000..12610586.960 rows=101433296 width=247)
        ->  Hash  (cost=1272403.920..1272403.920 rows=82594592 width=18)
              ->  Seq Scan on TableB  (cost=0.000..1272403.920 rows=82594592 width=18)

查询已超过 3 小时。

可以做些什么来让它运行得更快？从EXPLAIN 结果中可以看出，没有使用索引。我应该选择其他索引/进行任何其他改进以使查询运行得更快吗？

PostgreSQL 9.6

【问题讨论】：

您希望每个 tableA.int_type 有多少来自 tableB.int_type 的匹配行？（tableB似乎更大了……）两者的PK/FK关系？
@wildplasser 来自 tableB 的所有（大约 8000 万条）记录将转到 tableA（1.2 亿条）。一对一的关系。没有PK/FK关系

标签： sql postgresql performance

【解决方案1】：

你可以做的是避免幂等更新：

UPDATE TableA a
SET date_type = b.date_type
FROM TableB b
WHERE b.int_type = a.int_type
AND a.date_type IS DISTINCT FROM b.date_type  -- <<-- avoid updates with the same value
        ;

而且，也许您假设 A 和 B 之间存在一对一的关系，但 DBMS 没有。您可以将更新限制为每个目标行最多一个源行：

EXPLAIN
UPDATE TableA a
SET date_type = b.date_type
FROM ( SELECT int_type, date_type
        , row_number() OVER(PARTITION BY int_type) AS rn
        FROM TableB
        ) b
WHERE b.int_type = a.int_type
AND a.date_type IS DISTINCT FROM b.date_type -- <<-- avoid idempotent updates
AND b.rn=1 -- <<-- allow only one update per target row.
        ;

【讨论】：

对索引有什么建议吗？
由于您没有显示索引定义，我无法对此发表评论。
我的索引是：TableA(int_type), TableB(int_type, date_type)
这不是一个定义。请使用 DDL。

【解决方案2】：

对于这个查询：

UPDATE TableA
SET date_type = TableB.date_type
FROM TableB
WHERE TableB.int_type = TableA.int_type

您可以尝试在TableB(int_type, date_type) 上建立索引。

【讨论】：