罗罗编程学习记录
本页内容 展开查看

05.3.2.3 JOIN、排序聚合与 SQL 调优

所属:全栈开发面试题库 / 05 数据库与存储 / 05.3 PostgreSQL / 05.3.2 索引优化与高可用运维

覆盖范围

  • Nested Loop / Hash Join / Merge Join 触发条件
  • work_mem、排序落盘与哈希聚合
  • 深分页 keyset、CTE 物化/内联、LATERAL 与窗口函数
  • 分区裁剪、全文检索、JSONB 查询性能
  • 慢查询排查完整流程与改写案例

高频题速览

编号 题目 难度 频率
05.3.2.3-001 JOIN 算法怎么选 高级 ★★★★★
05.3.2.3-002 排序与聚合优化 进阶 ★★★★☆
05.3.2.3-003 深分页优化(PG) 进阶 ★★★★★
05.3.2.3-005 分区裁剪 pruning 高级 ★★★★☆
05.3.2.3-009 慢查询排查完整流程 高级 ★★★★★

调优主线

JOIN:小结果集驱动 + 内层索引 → Nested Loop
      大表等值无索引 → Hash Join(work_mem 不落盘)
      按键有序 → Merge Join
排序聚合:索引顺序 / work_mem / 先过滤减行
分页:OFFSET O(offset) → keyset 游标定位
排查:慢日志/pg_stat_statements → EXPLAIN ANALYZE → 分类根因 → 复测

05.3.2.3-001 PostgreSQL 的 JOIN 算法怎么选?

频率 ★★★★★ | 难度 高级

一句话结论

Nested Loop 适合小结果集驱动、内层有索引;Hash Join 适合大表等值关联、无合适索引,构建哈希表内存/磁盘完成;Merge Join 适合两表已按键有序。优化器按行数估算、索引与 work_mem 选择。

概念解释

  • Nested Loop:外层逐行到内层索引定位,启动快。
  • Hash Join:小表建哈希表,大表探测匹配。
  • Merge Join:两有序流按键归并匹配。

原理流程

算法 适用 特点
Nested Loop 小驱动集 + 内层索引 低启动成本,行数少最快
Hash Join 大表等值 JOIN 建哈希表,受 work_mem 约束
Merge Join 按键有序 顺序扫描,适合大表

代码 / 命令

EXPLAIN (ANALYZE, BUFFERS)
SELECT * FROM orders o JOIN users u ON u.id = o.user_id
WHERE o.create_time > now() - interval '1 day';

常见误区

  • 误区:Nested Loop 总是最差。正解:内层有索引且外层小时它最快。
  • 误区:Hash Join 一定内存完成。正解:超 work_mem 落盘分批(Batches > 1),性能下降。

追问

  • 问:Hash Join 落盘怎么办?答:增大 work_mem 或减少构建侧行数。
  • 问:Nested Loop 最差场景?答:内层无索引 + 外层行数多,反复全表扫。

05.3.2.3-002 排序与聚合怎么优化?

频率 ★★★★☆ | 难度 进阶

一句话结论

ORDER BY 能利用索引顺序则免 Sort;否则 Sort 在 work_mem 内完成,不足则外部归并落盘。GROUP BY 用 HashAggregate(哈希表)或 GroupAggregate(已排序);优化靠索引有序、增大 work_mem、先过滤减行与预聚合。

概念解释

  • 索引有序:排序列走索引顺序免 Sort 节点。
  • work_mem:排序/哈希节点内存,超限落盘。
  • 聚合算法:哈希聚合 vs 有序分组聚合。

原理流程

  1. 检查排序列是否有匹配索引顺序。
  2. 无索引则收集结果集在内存/磁盘排序。
  3. 分组按数据量与基数选哈希或有序聚合。

代码 / 命令

SET LOCAL work_mem = '256MB';
SELECT user_id, count(*) FROM orders GROUP BY user_id ORDER BY count(*) DESC;

常见误区

  • 误区:HashAggregate 一定比 GroupAggregate 快。正解:取决于分组基数与内存,无序分组哈希更省排序。
  • 误区:排序落盘是磁盘故障。正解:work_mem 不足导致外部归并,属容量/计划问题。

追问

  • 问:排序落盘表现?答:Sort Method: external merge Disk: ...。
  • 问:预聚合/物化视图适用?答:聚合结果可容忍延迟时用物化视图,并发刷新机制见手册。

05.3.2.3-003 深分页怎么优化(PG)?

频率 ★★★★★ | 难度 进阶

一句话结论

大 OFFSET 需扫描并丢弃前 N 行,O(offset) 越翻越慢;优先 keyset(游标)分页,用上一页最后排序键 + 唯一键继续索引定位;也可子查询先取 id 再回表;排序列需唯一稳定避免漏重。

概念解释

  • OFFSET 成本:扫描丢弃前 offset 行。
  • Keyset 分页:游标条件直接定位下一页起点。
  • 子查询回表:先走索引取主键再关联回表。

原理流程

  1. 原 OFFSET 写法扫描前 N 行丢弃。
  2. 游标法 WHERE (key,id) < (last,last_id) 索引定位。
  3. 非唯一排序键补唯一键游标。

代码 / 命令

-- 慢:OFFSET 大
SELECT * FROM orders ORDER BY create_time DESC LIMIT 20 OFFSET 1000000;
-- keyset
SELECT * FROM orders
WHERE create_time < :lastTime ORDER BY create_time DESC LIMIT 20;
-- 子查询取 id 再回表
SELECT o.* FROM orders o
JOIN (SELECT id FROM orders ORDER BY create_time DESC LIMIT 20 OFFSET 1000000) t
ON o.id = t.id;

常见误区

  • 误区:keyset 支持任意跳页。正解:它适合顺序翻页,跳指定页码仍需 offset 定位。
  • 误区:同值排序列不加唯一键安全。正解:同值多行可能漏行/重复,需补唯一键游标。

追问

  • 问:排序键不唯一怎么办?答:ORDER BY create_time DESC, id DESC,两列组合做游标。
  • 问:大偏移还有什么手段?答:按时间分区裁剪缩小范围,见 05.3.2.3-005。

05.3.2.3-004 CTE 与子查询怎么优化?

频率 ★★★★☆ | 难度 进阶

一句话结论

PG 12+ 默认内联 CTE(除非 MATERIALIZED、递归或多次引用);多次引用 CTE 被物化,避免重复计算但有物化成本;相关子查询可能逐行执行,尽量改 JOIN 或 LATERAL。

概念解释

  • 内联:CTE 并入主查询一起优化。
  • 物化:CTE 结果先成临时集再关联。
  • 相关子查询:引用外层列,逐行触发。

原理流程

  1. 判断 CTE 引用次数与是否需快照稳定。
  2. 可内联则合并谓词下推。
  3. 多次引用/稳定快照则物化。

代码 / 命令

WITH recent AS MATERIALIZED (
  SELECT * FROM orders WHERE create_time > now() - interval '7 days'
)
SELECT * FROM recent WHERE status='PAID';

常见误区

  • 误区:CTE 一定被物化成临时表。正解:新版本默认内联,行为随版本(待确认)。
  • 误区:相关子查询总能自动优化。正解:复杂相关条件逐行执行,需改写 JOIN/LATERAL。

追问

  • 问:什么时候强制 MATERIALIZED?答:多次引用或需稳定快照避免重复计算。
  • 问:CTE 与临时表怎么选?答:CTE 短生命周期无统计;临时表可建索引分析。

05.3.2.3-005 分区表裁剪(pruning)怎么生效?

频率 ★★★★☆ | 难度 高级

一句话结论

声明式分区按 RANGE/LIST/HASH 划分;WHERE 分区键能与边界比较时裁剪无关分区,参数化查询可运行时裁剪;分区键上表达式/函数可能阻断裁剪。分区表无全局索引,分区过多增加规划开销。

概念解释

  • 分区类型:范围/列表/哈希。
  • 裁剪条件:分区键参与可比较谓词。
  • 运行时裁剪:参数值执行时确定分区。

原理流程

  1. 解析 WHERE 中分区键条件。
  2. 匹配分区边界排除无关分区。
  3. 只扫描相关分区及其索引。

代码 / 命令

CREATE TABLE orders (id bigint, create_time timestamptz, ...)
PARTITION BY RANGE (create_time);
CREATE TABLE orders_2024 PARTITION OF orders
FOR VALUES FROM ('2024-01-01') TO ('2025-01-01');
EXPLAIN SELECT * FROM orders WHERE create_time >= '2024-06-01';

常见误区

  • 误区:分区表自动提升所有查询性能。正解:跨分区查询仍慢,裁剪生效才减扫描。
  • 误区:分区键随便更新。正解:跨分区更新变成 delete + insert,代价高。

追问

  • 问:分区数量上限注意什么?答:每分区有规划与元数据开销,过多拖慢规划。
  • 问:分区索引是全局的吗?答:各分区独立索引,无跨分区全局索引(部分方案另议,待确认)。

05.3.2.3-006 全文检索怎么优化?

频率 ★★★★☆ | 难度 进阶

一句话结论

文档转 tsvector 生成列建 GIN 索引,@@ 匹配、ts_rank 排序配 LIMIT;中文依赖分词扩展;高频复杂检索外置搜索引擎;LIKE '%x%' 无法索引只能全扫。

概念解释

  • tsvector/tsquery:词项与查询表达式。
  • GIN 倒排:支撑全文匹配。
  • 分词扩展:中文切词能力按生态版本确认。

原理流程

  1. 内容拼接转 tsvector 存储。
  2. GIN 索引词项。
  3. 查询匹配排序取 TopN。

代码 / 命令

ALTER TABLE articles ADD COLUMN tsv tsvector
  GENERATED ALWAYS AS (to_tsvector('simple', coalesce(title,'')||' '||coalesce(content,''))) STORED;
CREATE INDEX idx_tsv ON articles USING gin (tsv);

常见误区

  • 误区:全文检索用 B-tree + LIKE。正解:前缀通配无索引,需 GIN 全文索引。
  • 误区:GIN 全文索引写入无成本。正解:倒排维护写放大,见 05.3.2.1-006。

追问

  • 问:中文分词方案?答:分词扩展或应用预处理,具体可用扩展以版本生态为准(待确认)。
  • 问:复杂排序/高亮怎么办?答:多字段权重、近邻检索复杂时外置 ES 类引擎。

05.3.2.3-007 LATERAL 与窗口函数怎么用?

频率 ★★★☆☆ | 难度 高级

一句话结论

LATERAL 允许子查询引用左侧表列,逐行返回多行做每组 TopN;窗口函数在分组内排名/累计,不聚合行;窗口计算需排序,注意 work_mem 与索引支撑。

概念解释

  • LATERAL:横向关联,子查询访问左表列。
  • 窗口函数:PARTITION BY 分组 + ORDER BY 帧计算。
  • 排序成本:窗口排序消耗 work_mem。

原理流程

  1. 左表每行驱动 LATERAL 子查询取 TopN。
  2. 窗口函数按分区排序计算排名/累计。
  3. 结果保留原行并附加窗口列。

代码 / 命令

SELECT u.id, o.id, o.amount FROM users u
JOIN LATERAL (
  SELECT * FROM orders WHERE user_id=u.id ORDER BY create_time DESC LIMIT 3
) o ON true;

SELECT user_id, order_no,
  row_number() OVER (PARTITION BY user_id ORDER BY create_time DESC) rn
FROM orders;

常见误区

  • 误区:LATERAL 等于相关子查询。正解:LATERAL 可返回多行并 JOIN,相关子查询通常单值。
  • 误区:窗口函数能替代 GROUP BY。正解:窗口不折叠行,聚合语义不同。

追问

  • 问:每组 TopN 还有什么写法?答:CTE + 窗口排名后过滤,对比计划选优。
  • 问:窗口函数排序落盘怎么优化?答:分区排序列走索引或调 work_mem。

05.3.2.3-008 work_mem 与排序/哈希落盘?

频率 ★★★☆☆ | 难度 进阶

一句话结论

work_mem 控制单个排序/哈希节点内存,超限写临时磁盘文件;按会话或语句级设置,并发时需折算总内存;排序外部归并、哈希分批落盘都会增加 IO 耗时。

概念解释

  • 节点内存:每个 Sort/HashAggregate/Hash Join 独立申请。
  • 落盘阈值:超 work_mem 分批/归并到磁盘。
  • 并发折算:多会话多节点同时占用。

原理流程

  1. 节点在 work_mem 内构建结构。
  2. 超限转磁盘分批处理。
  3. 计划显示 Batches/Disk 标识落盘。

代码 / 命令

SET LOCAL work_mem = '64MB';
SHOW work_mem;

常见误区

  • 误区:work_mem 是全局共享池。正解:按会话/节点分配,高并发总量相乘。
  • 误区:调大 work_mem 无代价。正解:内存占用上升,需按并发评估上限。

追问

  • 问:怎么判断落盘?答:EXPLAIN 看 Sort Method external Disk 或 Hash Batches > 1。
  • 问:maintenance_work_mem 区别?答:它供索引构建/vacuum 等维护操作,不是查询排序内存。

05.3.2.3-009 PG 慢查询排查完整流程?

频率 ★★★★★ | 难度 高级

一句话结论

开慢日志与 pg_stat_statements 按总耗时排序定位;EXPLAIN ANALYZE BUFFERS 看实际行数/耗时/缓存;分类缺索引、统计过期、JOIN 错、排序落盘、锁等待、并行不当、膨胀;改动后回归对比并监控长事务与锁。

概念解释

  • 慢日志/统计:定位高频高耗时语句。
  • 实际计划:ANALYZE 取真实指标。
  • 根因分类:路径/统计/算法/运行时/膨胀。

原理流程

  1. 配置慢日志阈值与锁等待日志。
  2. pg_stat_statements 按总耗时排序取 Top。
  3. 逐条 EXPLAIN ANALYZE 分类根因,改后复测。

代码 / 命令

CREATE EXTENSION IF NOT EXISTS pg_stat_statements;
SELECT query, calls, total_exec_time, mean_exec_time, rows
FROM pg_stat_statements ORDER BY total_exec_time DESC LIMIT 10;

SELECT pid, now()-query_start AS duration, state, query
FROM pg_stat_activity
WHERE state <> 'idle' AND now()-query_start > interval '5 seconds'
ORDER BY duration DESC;

常见误区

  • 误区:慢就是缺索引。正解:需区分统计偏差、连接算法、落盘、锁等待与膨胀。
  • 误区:估算好实际就不慢。正解:缓存未命中、锁等待、膨胀都会拖慢实际执行。

追问

  • 问:pg_stat_statements 有开销吗?答:轻微采集开销,生产常开。
  • 问:排查时先看什么?答:先实际计划与活动会话状态,再看锁与资源指标。

05.3.2.3-010 嵌套循环/哈希/归并触发条件深化?

频率 ★★☆☆☆ | 难度 高级

一句话结论

Nested Loop:外层行数少、内层连接列有索引;Hash Join:等值关联、构建侧可入内存、无有序要求;Merge Join:两流按键有序(索引或已排序),大表等值/范围关联。优化器按估算选,条件不满足则换算法。

概念解释

  • 循环成本:外层行数 × 内层单次定位成本。
  • 哈希成本:建表一次 + 探测一遍。
  • 归并成本:两有序流线性扫描。

原理流程

  1. 估算各表过滤后行数。
  2. 按索引、有序性与内存评估三算法成本。
  3. 选最低成本连接方案。

代码 / 命令

EXPLAIN (ANALYZE, BUFFERS) SELECT ...;

常见误区

  • 误区:哈希连接只用于不等值。正解:Hash Join 仅等值关联。
  • 误区:归并连接必须显式排序。正解:索引有序可直接归并,无序才需先 Sort。

追问

  • 问:连接列类型不一致影响什么?答:类型不匹配可能阻用索引并触发转换,需保持一致。
  • 问:多表连接顺序怎么优化?答:先各表过滤缩小结果集,小结果集优先连接。

05.3.2.3-011 哈希聚合/分组聚合选择?

频率 ★★☆☆☆ | 难度 进阶

一句话结论

分组基数小、无需有序结果时 HashAggregate 建哈希表累积;数据已按分组键有序时 GroupAggregate 顺序扫描分组;分组基数超 work_mem 哈希落盘,有序聚合避免哈希表内存。

概念解释

  • HashAggregate:哈希表按组累积,无序输出。
  • GroupAggregate:有序流连续同组聚合。
  • 落盘风险:哈希表超 work_mem 分批。

原理流程

  1. 优化器评估分组基数与输入有序性。
  2. 无序小基数选哈希聚合。
  3. 已有排序走有序分组聚合。

代码 / 命令

SELECT user_id, count(*) FROM orders GROUP BY user_id;

常见误区

  • 误区:哈希聚合永远更快。正解:分组基数大或需有序输出时有序聚合更合适。
  • 误区:聚合节点慢是聚合本身问题。正解:常是输入行数过大,需先过滤。

追问

  • 问:聚合需要排序结果怎么办?答:聚合后 ORDER BY,或利用索引有序 GroupAggregate。
  • 问:COUNT DISTINCT 怎么优化?答:大基数去重成本高,评估近似/预聚合方案。

05.3.2.3-012 游标/keyset 分页实现细节?

频率 ★★☆☆☆ | 难度 进阶

一句话结论

游标分页记录上一页末尾排序键与唯一键,下页用元组比较条件定位;多列排序按 (key,id) < (last,last_id) 构造条件,走索引顺序;跳页不支持,翻页期间新增数据的边界按业务接受度处理。

概念解释

  • 游标值:末尾行排序键 + 唯一键。
  • 元组比较:多列组合比较定位起点。
  • 稳定性:排序唯一避免漏重。

原理流程

  1. 首页取数记录末尾游标。
  2. 下页游标条件索引定位。
  3. 翻页更新游标继续。

代码 / 命令

SELECT * FROM orders
WHERE (create_time, id) < (:lastTime, :lastId)
ORDER BY create_time DESC, id DESC LIMIT 20;

常见误区

  • 误区:游标分页与 OFFSET 性能相同。正解:游标恒定索引定位,OFFSET 随页数扫描丢弃。
  • 误区:游标能回到任意页码。正解:顺序前进,回退/跳页需另定位键。

追问

  • 问:翻页期间插入新数据会漏吗?答:顺序翻页可能轻微错位,按一致性要求决定是否固定快照。
  • 问:游标值如何传给前端?答:编码末尾行键值,下页请求带回。

05.3.2.3-013 CTE 物化与内联版本差异?

频率 ★★☆☆☆ | 难度 高级

一句话结论

CTE 默认行为随版本演进:旧版本常物化,新版本倾向内联以参与谓词下推与连接优化;显式 MATERIALIZED/FORCE 控制物化。升级后复核依赖旧物化语义的查询(待确认版本行为)。

概念解释

  • 内联收益:谓词下推、连接优化、统计结合。
  • 物化收益:多次引用只算一次、稳定快照。
  • 版本差异:默认策略随版本调整。

原理流程

  1. 按版本判断 CTE 默认内联/物化。
  2. 多次引用或快照需求显式物化。
  3. 升级后核对计划是否变化。

代码 / 命令

WITH cte AS (...) SELECT ...;

常见误区

  • 误区:CTE 总是优化边界。正解:内联后可并入主查询优化。
  • 误区:物化 CTE 一定更快。正解:物化有建表成本,单次引用可能更慢。

追问

  • 问:递归 CTE 能内联吗?答:递归结构必须物化迭代,不参与普通内联。
  • 问:怎么看 CTE 是否物化?答:EXPLAIN 中是否出现独立子计划/物化节点。

05.3.2.3-014 分区类型与裁剪条件?

频率 ★★☆☆☆ | 难度 进阶

一句话结论

RANGE 按区间、LIST 按枚举值、HASH 按哈希散列;裁剪要求 WHERE 分区键与分区规则可比较:范围/列表等值或范围,哈希等值;分区键函数、跨类型比较可能阻断裁剪。

概念解释

  • RANGE:时间/数值区间。
  • LIST:枚举值归属。
  • HASH:均匀散列避免热点。

原理流程

  1. 按查询模式选分区类型。
  2. WHERE 分区键匹配规则触发裁剪。
  3. 只扫描命中分区。

代码 / 命令

-- LIST / HASH 分区语法以官方文档为准

常见误区

  • 误区:所有分区类型都支持范围裁剪。正解:HASH 分区只支持等值定位。
  • 误区:分区键加函数不影响裁剪。正解:表达式使边界比较失效,扫全部分区。

追问

  • 问:时间分区常用哪种?答:RANGE 按时间区间,便于归档裁剪。
  • 问:分区键更新代价?答:跨分区移动 = delete + insert,见 05.3.2.3-005。

05.3.2.3-015 窗口函数性能与 work_mem?

频率 ★★☆☆☆ | 难度 进阶

一句话结论

窗口函数按 PARTITION BY 分组、ORDER BY 排序计算帧;排序需 work_mem,超限落盘;分区/排序列有索引可减少排序成本,大数据量窗口计算需评估内存与行数。

概念解释

  • 分区帧:PARTITION BY 分组,ORDER BY 定义帧。
  • 排序成本:窗口排序消耗内存。
  • 索引支撑:分区排序列有序免 Sort。

原理流程

  1. 按分区键分组排序。
  2. 帧内计算排名/累计/偏移。
  3. 超限落盘分批处理。

代码 / 命令

SELECT user_id, amount,
  sum(amount) OVER (PARTITION BY user_id ORDER BY create_time) AS cum
FROM orders;

常见误区

  • 误区:窗口函数聚合数据行。正解:保留每行附加窗口列,不折叠。
  • 误区:窗口计算不占排序内存。正解:排序帧同样受 work_mem 约束。

追问

  • 问:TopN 与窗口函数配合?答:row_number 排名后外层过滤 rn <= N。
  • 问:窗口 vs LATERAL 选哪个?答:单组内排名累计用窗口,每组取关联明细用 LATERAL。

05.3.2.3-016 JSONB 查询性能深化?

频率 ★★★☆☆ | 难度 高级

一句话结论

包含查询走 GIN,固定路径取值走表达式 B-tree;避免对 JSONB 列整体函数扫描;高频查询路径应结构化普通列;JSONB 更新重写整文档,写密集字段不适合放 JSONB。

概念解释

  • 操作符匹配:@> 配 GIN,->> 配表达式索引。
  • 整文档重写:JSONB 修改需解析重建。
  • 结构化权衡:强字段拆普通列。

原理流程

  1. 区分包含/路径取值查询。
  2. 选对应索引类型。
  3. 评估字段访问频率决定是否拆列。

代码 / 命令

SELECT * FROM docs WHERE data ->> 'type' = 'order';
CREATE INDEX idx_type ON docs ((data ->> 'type'));

常见误区

  • 误区:JSONB 任意查询都能走 GIN。正解:非 GIN 支持的操作符/路径需表达式索引。
  • 误区:JSONB 适合高频更新属性。正解:整文档重写代价高,频繁变更应结构化。

追问

  • 问:数组包含用什么索引?答:GIN 索引数组列,@> 包含查询。
  • 问:JSONB 与 TOAST 关系?答:大文档外置 TOAST,读取解压额外成本,见 05.3.1.2。

05.3.2.3-017 批量更新锁冲突衔接?

频率 ★★☆☆☆ | 难度 进阶

一句话结论

SQL 调优同时需控制写锁冲突:批量更新分批小事务、固定顺序、SKIP LOCKED 并行领取;大结果集更新持锁久,需结合 05.3.1.5 锁机制评估事务边界与复制延迟。

概念解释

  • 分批小事务:缩短持锁时间。
  • 顺序一致:防交叉死锁。
  • 并行跳过:多 worker 领不同行。

原理流程

  1. 按主键圈定一批。
  2. SKIP LOCKED 领取更新提交。
  3. 监控锁等待与 WAL/复制压力。

代码 / 命令

WITH batch AS (
  SELECT id FROM tasks WHERE status='PENDING'
  ORDER BY id LIMIT 100 FOR UPDATE SKIP LOCKED
)
UPDATE tasks SET status='RUNNING' FROM batch WHERE tasks.id=batch.id;

常见误区

  • 误区:SQL 慢只优化读路径。正解:批量写的锁冲突与 WAL 压力也是慢/阻塞来源。
  • 误区:分批就不会冲突。正解:批内仍加锁,需保证范围不重叠、顺序一致。

追问

  • 问:批量更新影响复制延迟吗?答:大批量产生 WAL,从库回放压力上升,需拆批限速。
  • 问:锁机制细节见哪?答:05.3.1.5。

05.3.2.3-018 SQL 改写案例集?

频率 ★★★☆☆ | 难度 高级

一句话结论

常见改写:相关子查询改 JOIN/LATERAL、深分页改 keyset、函数包裹索引列改表达式索引、SELECT * 收敛列、大结果集先过滤、OR 条件评估联合/位图、聚合下推预计算;每条改写后出计划复测。

概念解释

  • 改写目标:减少扫描行、利用索引、降低排序聚合成本。
  • 验证闭环:改写前后计划与耗时对比。
  • 语义保持:改写不改变结果正确性。

原理流程

  1. 出计划定位代价节点。
  2. 选择对应改写手段。
  3. 复测计划、结果一致性与耗时。

代码 / 命令

-- 反例:函数包裹列失效索引
SELECT * FROM users WHERE lower(email) = 'a@x.com';  -- 需表达式索引支撑

常见误区

  • 误区:改写只追求 SQL 写法漂亮。正解:以计划代价与结果正确为准。
  • 误区:改写后不测结果。正解:需核对改写前后结果集一致。

追问

  • 问:OR 条件怎么优化?答:分别有索引可位图合并,否则评估拆联合索引或改写 UNION。
  • 问:慢查询复盘记录什么?答:SQL、计划、根因、改写、复测指标,见 05.2.2.3-018 复盘口径。