优化函数，该功能在时间戳中以最小差距提取记录

Question

我在Postgres 9.4.5中有一张时间戳：

CREATE TABLE vessel_position (
  posid serial NOT NULL,
  mmsi integer NOT NULL,
  "timestamp" timestamp with time zone,
  the_geom geometry(PointZ,4326),
  CONSTRAINT "PK_posid_mmsi" PRIMARY KEY (posid, mmsi)
);

其他索引：

CREATE INDEX vessel_position_timestamp_idx ON vessel_position ("timestamp");

我想提取每行至少在上一行之后的时间戳为x分钟。我使用了几种使用LAG()的SELECT语句，这些语句有效，但没有给我确切的结果。以下功能为我提供了我的需求，但我觉得它可能会更快：

CREATE OR REPLACE FUNCTION _getVesslTrackWithInterval(mmsi integer, startTime character varying (25) ,endTime character varying (25), interval_min integer)
RETURNS SETOF vessel_position AS
$func$
DECLARE
    count integer DEFAULT 0;
    posids varchar DEFAULT '';
    tbl CURSOR FOR
    SELECT
      posID
      ,EXTRACT(EPOCH FROM (timestamp -  lag(timestamp) OVER (ORDER BY posid asc)))::int as diff
    FROM vessel_position vp WHERE vp.mmsi = $1  AND vp.timestamp BETWEEN $2::timestamp AND $3::timestamp;
BEGIN
FOR row IN tbl
LOOP
    count := coalesce(row.diff,0) + count;
    IF count >= $4*60 OR count = 0 THEN
            posids:= posids || row.posid || ',';
            count:= 0;
     END IF;
END LOOP;
RETURN QUERY EXECUTE 'SELECT * from vessel_position where posid in (' || TRIM(TRAILING ',' FROM posids) || ')';
END
$func$ LANGUAGE plpgsql;

我不禁会认为将所有posids作为字符串，然后在最后再次选择它们正在放慢速度。在IF语句中，我已经可以访问要保留的每一行，因此可以将它们存储在临时表中，然后在循环末端返回临时表。

可以优化此功能 - 特别提高性能？

Answer 1

查询

您的功能具有各种昂贵，不必要的开销。单个查询应该是多次快速，进行相同的操作：

CREATE OR REPLACE FUNCTION _get_vessel_track_with_interval
 (mmsi int, starttime timestamptz, endtime timestamptz, min_interval interval)
  RETURNS SETOF vessel_position AS
$func$
BEGIN
   SELECT (vp).*  -- parentheses required for decomposing row type
   FROM  (
      SELECT vp   -- whole row (!)
           , timestamp - lag(timestamp) OVER (ORDER BY posid) AS diff
      FROM   vessel_position vp
      WHERE  vp.mmsi = $1
      AND    vp.timestamp >= $2     -- typically you'd include the lower bound
      AND    vp.timestamp <  $3;    -- ... and exlude the upper
      ORDER  BY posid
      ) sub
   WHERE  diff >= $4;
END
$func$  LANGUAGE plpgsql STABLE;

也可以是SQL功能或无包装器的Bare SELECT(也许是准备好的语句？示例。(

请注意如何以timestamp传递starttime和endtime。(以text和Cast的方式传递毫无意义。(最小间隔min_interval是实际的interval。通过您选择的任何间隔。

索引

如果mmsi上的谓词以任何方式选择性，那么您当前 ake ((posid, mmsi)上的PK和(timestamp)上的IDX(的两个索引不是很有用。如果将PK的列顺序转换为(mmsi, posid)，则它对手头的查询变得更有用。请参阅：

• 复合索引也适用于第一个字段的查询吗？

最佳索引通常在vessel_position(mmsi, timestamp)上。相关：

• 多列指数和性能
• 以(col = value或col为null(
的postgresql性能
• 查询不会达到索引 - 这些是索引的适当列吗？

旁边：避免关键字作为标识符。那是在要求麻烦。另外，实际保留timestamptz的timestamp列是误导的。