如何从解释中获得Postgresql的总成本时间

Question

我在postgresql9.5上有一个sql查询，但它花费了太长时间。我运行解释查询：

DELETE FROM source v1
WHERE id < (SELECT MAX(id)
FROM source v2
WHERE v2.ent_id = v1.ent_id
AND v2.name = v1.name
);      

而ex plain就是

Delete on source v1  (cost=0.00..1764410287608.21 rows=2891175 width=6)');
->  Seq Scan on source v1  (cost=0.00..1764410287608.21 rows=2891175 width=6)');
Filter: (id < (SubPlan 2))');
SubPlan 2');
->  Result  (cost=203424.76..203424.77 rows=1 width=0)');
InitPlan 1 (returns $2)');
->  Limit  (cost=0.43..203424.76 rows=1 width=8)');
->  Index Scan Backward using source_id_ix on source v2  (cost=0.43..813697.74 rows=4 width=8)');
Index Cond: (id IS NOT NULL)');
Filter: (((ent_id)::text = (v1.ent_id)::text) AND ((name)::text = (v1.name)::text))');

我的桌子上有大约800万张唱片。我好几天都没能得到结果。我无法计算需要多少次？有没有新的解决方案？

Answer 1

没有真正好的方法来预测执行时间。

作为一个非常粗略的经验法则，您可以将1的成本与在顺序扫描期间从磁盘读取一个8KB页面的时间进行比较，但这通常会偏离一个数量级以上。

要解决根本问题，请尝试

DELETE FROM source AS v1
WHERE EXISTS (SELECT 1
FROM source AS v2
WHERE (v1.ent_id, v1.name) = (v2.ent_id, v2.name)
AND v2.id > v1.id);

您的查询的问题是，它必须为找到的每一行执行一个昂贵的子选择，而我的查询可以执行半联接。看看我的查询的执行计划。