sql - 高效查询组中的第一个结果（postgresql 9）

Question

我有一个包含 200000 行和列的表：名称和日期。日期和名称可能具有重复值。我想获得按升序排序的日期的前 300 个唯一名称，并让它运行得很快，因为我的表可能有一百万行。

我正在使用 postgresql 9。

Answer 1

SELECT name, date
FROM
  (
    SELECT DISTINCT ON (name) name, date
    FROM table
    ORDER BY name, date
  ) AS id_date
ORDER BY date
LIMIT 300;

@jachguate 的最后一个查询将错过在同一日期有两个日期的名称，但是这个没有。

在具有大约 100.000 个条目的非优化 postgresql 9.1 中，查询大约需要 100 毫秒，因此它可能无法扩展到数百万个条目。

升级到 postgresql 9.2 可能会有所帮助，因为根据发行说明有许多性能改进

Answer 2

使用 CTE：

with unique_date_name as (
       select date, name, count(*) rcount
         from table
        group by date, name
       having count(*) = 1
     )
select name, date
  from unique_date_name
 order by date limit 300;

编辑 从评论中，这会导致性能不佳，所以试试这个：

       select date, name, count(*) rcount
         from table
        group by date, name
       having count(*) = 1
        order by date limit 300;

或者，将原始查询转换为 FROM 中的嵌套子查询，而不是 CTE：

select name, date
from (
       select date, name, count(*) rcount
         from table
        group by date, name
       having count(*) = 1
     ) unique_date_name
 order by date limit 300;

不幸的是，我手头没有 postgreSQL 来检查它是否有效，但优化器会做得更好。

（日期，名称）的索引是获得最佳性能的必要条件。