V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
Livid
V2EX  ›  PostgreSQL

一个关于 SELECT COUNT(id) 的初级问题

  •  
  •   Livid · 2019-08-12 13:25:28 +08:00 · 7524 次点击
    这是一个创建于 1928 天前的主题,其中的信息可能已经有所发展或是发生改变。

    发现像下面这样的查询,希望获得一张表里的记录总数,在表的数据量比较大(上亿)的情况下,PostgreSQL 是无法马上返回结果的,需要等几十秒。有什么更好的方法么?

    SELECT COUNT(id) FROM table
    
    26 条回复    2020-01-02 16:43:54 +08:00
    myyou
        1
    myyou  
       2019-08-12 13:28:22 +08:00
    上亿的话分表的,对每个表进行 count 汇总不知道会不会快一点
    Hermann
        2
    Hermann  
       2019-08-12 13:28:29 +08:00
    pg_class
    ipwx
        3
    ipwx  
       2019-08-12 13:28:31 +08:00 via Android
    count(1) count(*) 这两种写法的耗时呢?
    lihongming
        4
    lihongming  
       2019-08-12 13:29:24 +08:00 via iPhone
    理论上 COUNT(*)更快,因为 COUNT(id)要检查有没有 id,id 为 null 的不计数,而*不检查
    df4VW
        5
    df4VW  
       2019-08-12 13:30:48 +08:00
    @ipwx postgres 的话,count(*) 更快
    itskingname
        6
    itskingname  
       2019-08-12 13:31:11 +08:00
    @lihongming 如果 id 是主键的话,它就不会检查了吧。
    rio
        7
    rio  
       2019-08-12 13:34:21 +08:00   ❤️ 4
    df4VW
        8
    df4VW  
       2019-08-12 13:37:12 +08:00
    @rio 这里面说的其实都有点过时,现在都是 redis 里放一份就都解决了
    zeraba
        9
    zeraba  
       2019-08-12 13:43:51 +08:00 via Android
    看需求,如果这个值必须并且需要精确计算,定期统计后存聚合以后的值,或者插入就更新都是可选方案,如果是估算,可以直接用估算值,当然也可以估算之后再精确算
    wph95
        10
    wph95  
       2019-08-12 13:49:07 +08:00
    如果只是想知道一张表里的记录总数,用 pg_class 里的 reltuples 是最快的 常量级别。EXPLAIN 用的就是这个参数,开销极小。但是这个值存在误差的可能。
    想要精准结果 count(*) 最快
    rio
        11
    rio  
       2019-08-12 13:53:50 +08:00
    @df4VW 放 redis 的话一致性问题怎么解决?当然要看具体场景对数据准确性和可用性的要求。
    kingwl
        12
    kingwl  
       2019-08-12 14:21:13 +08:00
    @ipwx
    我记得是一样的 这个 case 在列裁剪的时候大概能干掉
    gz911122
        13
    gz911122  
       2019-08-12 14:21:39 +08:00
    EXPLAIN 取结果,不过有误差
    Raymon111111
        14
    Raymon111111  
       2019-08-12 14:27:50 +08:00
    需要精准的数据就离线跑吧
    x7395759
        15
    x7395759  
       2019-08-12 14:39:38 +08:00
    4 楼的说法是正确的,不过是 mysql 里的,至于 PostgreSQL 是不是也是一样的,我猜是一样的
    razertory
        16
    razertory  
       2019-08-12 14:43:53 +08:00
    大多数关系型数据库的存储引擎都是行存,做精准行数统计的时候多数是很慢的。如果说不需要精准那么用一些自带的函数可以改善。还有就是可以考虑用列存储引擎,或者用 Redis 做个 counter。
    oatw
        17
    oatw  
       2019-08-12 14:58:06 +08:00
    额,如果只是要统计一个表里的记录数量,是不是可以在写入数据的时候就把数量+1,在 Rails 里好像就是这么处理的,说的不对不要打我,我只是个小前端来 drop the beat。。。
    Mazexal
        18
    Mazexal  
       2019-08-12 15:17:35 +08:00
    我觉得如果不是要精确数据的话, 可以每隔一分钟跑一次任务, 然后缓存起来, 每次就获取最近的一次就好了
    Muninn
        19
    Muninn  
       2019-08-12 16:06:24 +08:00
    一般来说需要的都不是精确数据,那就再专门做一个低精度的缓存就好。

    控制所有插入和删除的地方,有动作时在别的地方维护总数;或者隔一段时间跑一次。二选一吧。
    nekoneko
        20
    nekoneko  
       2019-08-12 16:08:54 +08:00
    只知道 mysql 的 myisam 引擎会把一张表的行数存起来,查的时候秒出
    glacer
        21
    glacer  
       2019-08-12 19:34:02 +08:00
    不需要实时精确数据的话,就是存缓存定时更新。
    还有一种做法就是取 Explain 的 rows。
    starsriver
        22
    starsriver  
       2019-08-13 00:43:54 +08:00 via Android
    cache 阿,没见过这么统计的。
    est
        23
    est  
       2019-08-13 11:49:29 +08:00
    这事儿刚好也遇到过。楼上很多已经给出回答了,我具体说下,就是 EXPLAIN SELECT COUNT(id) FROM table 去看 rows 那一行返回。预估的。有误差。
    lolizeppelin
        24
    lolizeppelin  
       2019-09-07 18:42:40 +08:00
    @est 要加 where 过滤咋办 233333
    est
        25
    est  
       2019-09-07 19:12:22 +08:00
    @lolizeppelin 那就直接加上咯
    encro
        26
    encro  
       2020-01-02 16:43:54 +08:00
    升级 12,据说有优化,包括对 where 过滤
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3415 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 25ms · UTC 05:03 · PVG 13:03 · LAX 21:03 · JFK 00:03
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.