如何加快選擇不同的？

我對一些時間序列數據有一個簡單的選擇：

SELECT DISTINCT user_id
FROM events
WHERE project_id = 6
AND time > '2015-01-11 8:00:00'
AND time < '2015-02-10 8:00:00';

它需要112秒。這是查詢計劃：

http://explain.depesz.com/s/NTyA

我的應用程序必須執行許多不同的操作並像這樣計數。有沒有更快的方法來獲取這種數據？

你可能不想听到這個，但加快速度的最佳選擇SELECT DISTINCT是避免 DISTINCT一開始。在許多情況下（不是全部！）可以通過更好的數據庫設計或更好的查詢來避免。

有時，GROUP BY更快，因為它採用不同的程式碼路徑。

在您的特定情況下，您似乎無法擺脫DISTINCT（好吧，見下文）。但是，如果您有許多此類查詢，則可以使用特殊索引來支持查詢：

CREATE INDEX foo ON events (project_id, "time", user_id);

在 Postgres 11 或更高版本中，您可以使用實際的“覆蓋”索引，例如：

CREATE INDEX foo ON events (project_id, "time") INCLUDE (user_id);

user_id僅當您從中獲得僅索引掃描時，添加才有用。看：

• https://www.postgresql.org/docs/current/indexes-index-only-scans.html
• https://wiki.postgresql.org/wiki/Index-only_scans

將從您的查詢計劃中刪除昂貴的點陣圖堆掃描，這會消耗 90% 的查詢時間。

您EXPLAIN顯示了 50 萬行中的 2,491 個不同的使用者。無論您做什麼，這都不會變得超快，但它可以更快。每個使用者大約有 200 行，在上面的索引上模擬索引跳過掃描可能會有所回報。範圍條件time很複雜，每個使用者 200 行仍然是一個適中的數字。所以不確定。看：

• SELECT DISTINCT 在我的 PostgreSQL 表上比預期的要慢
• 在每個 GROUP BY 組中選擇第一行？
• 優化 GROUP BY 查詢以檢索每個使用者的最新行

無論哪種方式，如果您的查詢中的時間間隔始終相同，那麼每次MATERIALIZED VIEW折疊都會有很長的路要走。但是，在不同的時間間隔內沒有機會。也許您至少可以每小時或其他一些最小時間單位折疊使用者，這將購買足夠的性能來保證相當大的成本。可以與任一查詢樣式結合使用。user_id``(project_id, <fixed time interval>)

Nitpick：

很可能，謂詞"time"真的應該是：

AND "time" >**=** '2015-01-11 8:00:00'
AND "time" <  '2015-02-10 8:00:00';

旁白：

不要time用作標識符。它是標準 SQL 中的保留字，也是 Postgres 中的基本類型。

引用自：https://dba.stackexchange.com/questions/93158