sql - 具有许多表的 PostgreSQL 最佳 SELECT 查询

Question

我使用的是 PostgreSQL 数据库，有 4 个表可供使用:registry、invoice、invoice_position、user_involved

表注册表列:

id
reg_name

表格发票:

id
reg_id(FK to registry, can be many invoices in one registry)
invoice_name

表invoice_position:

id
invoice_id(FK to invoice, can be many positions in invoice)
position_name

表 user_involved:

id
Inv_position_id(FK to invoice_position, it's a one to one relationship)
user_name

我需要创建一个 SELECT 查询，如果 registry 表中出现不止一次 user_involved(这仅与 user_involved 相关，由 FK 的 invoice_position ->发票->注册)。需要注意的几件事是，这些表每个包含超过 +/- 1.000.000 行(注册表表除外)，此时我无法在注册表和 user_involved 之间添加直接关系。问题是如何编写最佳 SELECT，或者在这种状态下是否有可能，因为嵌套多个 SELECT 将花费很长时间。

编辑: 到目前为止，这是我尝试过的:

SELECT rg.id, COUNT(ui.id) FROM registry rg
  LEFT JOIN invoice inv ON inv.reg_id = rg.id
  LEFT JOIN invoice_position ip ON ip.invoice_id = inv.id
  LEFT JOIN user_involved ui ON ui.inv_position_id = ip.id
WHERE ip.id = $id GROUP BY rg.id,ui.id HAVING COUNT (ui.id) > 1;

此查询将在一个 while 循环内，其中带有给定不同发票位置 ID 的变量“id”。

Answer 1

我会先做:

EXPLAIN 
SELECT rg.id, COUNT(ui.id)
FROM invoice_position ip, invoice inv, registry rg, user_involved ui
WHERE ip.id = $id
  AND ip.invoice_id = inv.id
  AND inv.reg_id = rg.id
  AND ui.inv_position_id = ip.id
GROUP BY rg.id
HAVING COUNT(ui.id) > 1;

看看你得到了什么。不使用 LEFT OUTER JOIN 的原因是它们限制了优化器可以选择的计划(或者至少他们在我上次检查时做了)并且这个查询似乎没有需要他们。

除此之外，您还可以考虑一次获取多个 invoice_position 行并在数据库外部进行匹配。这样您就可以稍微分摊执行查询的成本，但代价是调用代码会更复杂一些。

例如:

SELECT ip.id, rg.id, COUNT(ui.id)
FROM invoice_position ip, invoice inv, registry rg, user_involved ui
WHERE ip.id IN $id_list
  AND ip.invoice_id = inv.id
  AND inv.reg_id = rg.id
  AND ui.inv_position_id = ip.id
GROUP BY ip.id, rg.id
HAVING COUNT(ui.id) > 1;