改进连接查询postgreql/postgis

Question

我相信postgresql可以更快地处理我的查询，但每次修改它的尝试都会使它变慢！

我有两张桌子：

< li >统计数据(id，field1，[...]，field10) < li >几何图形(id，geom)

我在以下位置创建了索引：

< li>statistics.id < li>geometry.id < Li > geometry(ST _ x(ST _ centroid(ST _ transform(geom，2154)))，ST _ y(ST _ centroid(ST _ transform(geom，2154))))

以下是查询

EXPLAIN ANALYZE SELECT 
statistics.*,
st_x(st_centroid(st_transform(geometry.geom, 2154))) AS x,
st_y(st_centroid(st_transform(geometry.geom, 2154))) AS y

FROM statistics
 JOIN geometry ON statistics.id = geometry.id 

WHERE statistics.id not like '97%';

这是结果

Hash Join  (cost=1294.66..5158.10 rows=36593 width=342) (actual time=20.788..1085.257 rows=36552 loops=1)
Hash Cond: (geometry.id = (statistics.id)::text)
->  Seq Scan on geometry  (cost=0.00..2445.46 rows=36593 width=279) (actual time=0.010..25.271 rows=36597 loops=1)
    Filter: (id !~~ '97%'::text)
->  Hash  (cost=835.96..835.96 rows=36696 width=69) (actual time=19.892..19.892 rows=36696 loops=1)
    Buckets: 4096  Batches: 1  Memory Usage: 3780kB
    ->  Seq Scan on statistics  (cost=0.00..835.96 rows=36696 width=69) (actual time=0.005..6.871 rows=36696 loops=1)
Planning time: 0.401 ms
Execution time: 1088.612 ms

最昂贵的操作是哈希连接。如何重新组织查询以获得更好的结果？

下面是表格的模式

CREATE TABLE "statistics" (
    "REG" integer,
    "DEP" character varying(10),
    "COM" character varying(50),
    "D03" integer,
    "D04" integer,
    "D05" integer,
    "D06" integer,
    "D07" integer,
    "D08" integer,
    "D09" integer,
    "D10" integer,
    "D11" integer,
    "D12" integer,
    "D13" integer,
    "id" text
);

CREATE TABLE geometry (  
    id text NOT NULL,
    id_geo numeric(10,0),
    cm_code character varying(3),
    name character varying(50),
    status character varying(20),
    lat integer,
    long integer,
    lat_centroid integer,
    long_centroid integer,
    z_ smallint,
    area numeric(10,0),
    population double precision,
    code_ct character varying(2),
    code_r character varying(1),
    code_dp character varying(2),
    name_dp character varying(30),
    code_rg character varying(2),
    geom geometry(MultiPolygon,4326),
    x real,
    y real
);

每个表中大约有40 000行

这些索引的创建方式如下

CREATE INDEX statistics_id_idx ON public.statistics USING btree (id COLLATE pg_catalog."default");
CREATE INDEX geometry_geom_idx ON public.geometry USING gist (geom);
CREATE INDEX geometry_id_gin2 ON public.geometry  USING gin (id COLLATE pg_catalog."default" gin_trgm_ops);

为了获取信息，我尝试了不同的索引(btree

Answer 1

我看不出你的问题。

要检查的东西

• （geometry.id=（statistics.id）::文本）两个字段的数据类型是否相同？
• 哪里statistics.id不像'97%'；。像'%me'永远不会使用索引，但是像'me%'可以使用索引。为什么不使用索引？
• st_x（st_centroid（st_transform（geometry.geom，2154）））AS x，是一个函数，需要时间。需要转换坐标，然后提取一个值。如果计算该值并将其存储在字段中，您会更好。
• 您的几何索引对此查询没有任何影响，因为您正在计算一个值而不是搜索某些内容。
• 如果你想执行地理搜索，那也不是正确的索引。但是我们可以稍后再谈

要尝试的事情

首先是< code>where like。

SELECT *
FROM statistics
WHERE statistics.id not like '97%';

然后只需加入

SELECT statistics.*,
       geometry.geom
FROM statistics
JOIN geometry ON statistics.id = geometry.id 

然后加入st_x

SELECT statistics.*,
       st_x(st_centroid(st_transform(geometry.geom, 2154))) AS x,
       st_y(st_centroid(st_transform(geometry.geom, 2154))) AS y
FROM statistics
JOIN geometry ON statistics.id = geometry.id 

然后在< code>geometry表中创建预先计算的< code>x，y列

SELECT statistics.*,
       geometry.x,
       geometry.y,
FROM statistics
JOIN geometry ON statistics.id = geometry.id 

然后连接st_x，如并连接几何体。xy＜code＞其中like＜/code＞

比较每个步骤之间的时间，以检查哪里花费的时间最多。