Postgres LEFT JOIN with SUM，缺少记录

Question

我正在尝试获取相关表中某些类型记录的计数。我正在使用左连接。

所以我有一个不太正确的查询并且返回了正确的结果。正确的结果查询具有更高的执行成本。如果我能纠正结果，我想使用第一种方法。 （见http://sqlfiddle.com/#!15/7c20b/5/2）

CREATE TABLE people(
  id SERIAL,
  name varchar not null
);

CREATE TABLE pets(
  id SERIAL,
  name varchar not null, 
  kind varchar not null,
  alive boolean not null default false,
  person_id integer not null
);

INSERT INTO people(name) VALUES
('Chad'),
('Buck'); --can't keep pets alive

INSERT INTO pets(name, alive, kind, person_id) VALUES
('doggio', true, 'dog', 1),
('dog master flash', true, 'dog', 1),
('catio', true, 'cat', 1),
('lucky', false, 'cat', 2);

我的目标是找回一张桌子，里面有所有的人和他们活着的宠物的种类：

| ID | ALIVE_DOGS_COUNT | ALIVE_CATS_COUNT |
|----|------------------|------------------|
|  1 |                2 |                1 |
|  2 |                0 |                0 |

我让这个例子变得更简单了。在我们的生产应用程序（不是真正的宠物）中，每人大约有 100,000 只死狗和猫。我知道搞砸了，但这个例子更容易传递；）我希望在计数之前过滤掉所有“死”的东西。我现在生产中的查询速度较慢（来自上面的 sqlfiddle），但希望让 LEFT JOIN 版本正常工作。

Answer 1

如果您获取所有或大多数行，通常最快：

SELECT pp.id
     , COALESCE(pt.a_dog_ct, 0) AS alive_dogs_count
     , COALESCE(pt.a_cat_ct, 0) AS alive_cats_count
FROM   people pp
LEFT   JOIN (
   SELECT person_id
        , count(kind = 'dog' OR NULL) AS a_dog_ct
        , count(kind = 'cat' OR NULL) AS a_cat_ct
   FROM   pets
   WHERE  alive
   GROUP  BY 1
   ) pt ON pt.person_id = pp.id;

索引在这里无关紧要，全表扫描将是最快的。 除了如果活着的宠物是罕见的情况，那么partial index 应该会有所帮助。喜欢：

CREATE INDEX pets_alive_idx ON pets (person_id, kind) WHERE alive;

我包含了查询 (person_id, kind) 所需的所有列，以允许仅索引扫描。

SQL Fiddle.

小子集或单行通常最快：

SELECT pp.id
     , count(kind = 'dog' OR NULL) AS alive_dogs_count
     , count(kind = 'cat' OR NULL) AS alive_cats_count
FROM   people pp
LEFT   JOIN pets pt ON pt.person_id = pp.id
                   AND pt.alive
WHERE  <some condition to retrieve a small subset>
GROUP  BY 1;

您至少应该在 pets.person_id 上有一个索引（或上面的部分索引） - 可能还有更多，这取决于 WHERE 条件。

相关答案：

• Query with LEFT JOIN not returning rows for count of 0
• GROUP or DISTINCT after JOIN returns duplicates
• Get count of foreign key from multiple tables

Answer 2

您的WHERE alive=true 实际上正在过滤掉person_id = 2 的记录。使用下面的查询，将WHERE alive=true 条件推送到CASE 条件中，可以在此处注意到。查看您修改后的Fiddle

SELECT people.id,
pe.alive_dogs_count,
pe.alive_cats_count
FROM people
LEFT JOIN 
(
select person_id, 
  COALESCE(SUM(case when pets.kind='dog' and alive = true then 1 else 0 end),0) as alive_dogs_count,
  COALESCE(SUM(case when pets.kind='cat' and alive = true then 1 else 0 end),0) as alive_cats_count
from pets
GROUP BY person_id
) pe on people.id = pe.person_id

（或）你的版本

SELECT 
  people.id,
  COALESCE(SUM(case when pets.kind='dog' and alive = true then 1 else 0 end),0) as alive_dogs_count,
  COALESCE(SUM(case when pets.kind='cat' and alive = true then 1 else 0 end),0) as alive_cats_count
FROM people
  LEFT JOIN pets on people.id = pets.person_id
GROUP BY people.id;

Answer 3

加入 SUM

我认为您的原始查询是这样的：

SELECT people.id, stats.dog, stats.cat
  FROM people
  JOIN (SELECT person_id, count(kind)filter(where kind='dog') dog, count(kind)filter(where kind='cat') cat FROM pets WHERE alive GROUP BY person_id) stats
    ON stats.person_id = people.id

这很顺利，但你应该明白，结果会因为inner join而错过宠物数为0的人。 为了包括想念宠物的人，您可以：

1. 首先左连接，
2. 然后 GROUP BY 加入结果
3. 并准备好使用 NULL 值而不是计数。

请参阅上面接受的答案。 感谢@ErwinBrandstetter

缓慢

与其他 DBMS 相比，Postgresql 不为外键创建索引。 一个多列索引将比三个单一索引更有效。以正确的顺序使用 WHERE 和 JOIN ON 列中的额外列扩展外键索引：

CREATE INDEX people_fk_with_kind_alive ON test2 (person_id, alive, kind);

参考号：https://postgresql.org/docs/11/indexes-multicolumn.html 当然，应该定义您的主键。主键默认会被索引。