Хабрахабр

SQL HowTo: курсорный пейджинг с неподходящей сортировкой

Этот пост родился как расширенный ответ на умозрительную задачу, обозначенную в статье «Хроники пэйджинга».

Пусть у нас есть реестр документов, с которым работают операторы или бухгалтеры, вроде такого:

Традиционно, при подобном отображении используется или прямая (новые снизу) или обратная (новые сверху) сортировка по дате и порядковому идентификатору, назначаемому при создании документа — ORDER BY dt, id или ORDER BY dt DESC, id DESC.

Типичные возникающие при этом проблемы я уже рассматривал в статье «PostgreSQL Antipatterns: навигация по реестру». Но что если пользователю зачем-то захотелось «нетипичного» — например, отсортировать одно поле «так», а другое «этак»ORDER BY dt, id DESC? Но второй индекс мы создавать не хотим — ведь это замедление вставки и лишний объем в базе.

Можно ли решить эту задачу, эффективно используя только индекс (dt, id)?
Давайте сначала нарисуем, как упорядочен наш индекс:

Отмечу, что порядок создания записей id не обязательно совпадает с порядком dt, поэтому опираться на него мы не можем, и придется что-то изобретать.

Теперь предположим, что мы находимся в точке (A, 2) и хотим прочитать «следующие» 6 записей в сортировке ORDER BY dt, id DESC:

Ага! Мы выбрали какой-то «кусочек» из первого узла A, другой «кусочек» из последнего узла C и все записи из узлов между ними (B). Каждый такой блок вполне успешно ложится на чтение по индексу (dt, id), несмотря на не вполне подходящий порядок.

Давайте попробуем сконструировать такой запрос:

  • сначала читаем из блока A «влево» от стартовой записи — получаем N записей
  • дальше читаем L - N «вправо» от значения A
  • находим в последнем блоке максимальный ключ C
  • отфильтровываем из предыдущей выборки все записи этим ключом и вычитываем его «справа»

А теперь попробуем изобразить в коде и проверить на модели:

CREATE TABLE doc( id serial, dt date);CREATE INDEX ON doc(dt, id); -- наш индекс -- случайно "раскидаем" документы по последнему годуINSERT INTO doc(dt)SELECT now()::date - (random() * 365)::integerFROM generate_series(1, 10000);

Чтобы не вычислять количество уже прочитанных записей и разность между ним и целевым количеством, заставим это делать PostgreSQL с помощью «хака» UNION ALL и LIMIT:

( ... LIMIT 100)UNION ALL( ... LIMIT 100)LIMIT 100

Теперь соберем начитку следующих 100 записей с целевой сортировкой (dt, id DESC) от последнего известного значения:

WITH src AS ( SELECT ''::json -- "опорный" ключ), pre AS ( ( ( -- читаем не более 100 записей "влево" от опорной точки из "левого" значения A SELECT * FROM doc WHERE dt = ((TABLE src) ->> 'dt')::date AND id < ((TABLE src) ->> 'id')::integer ORDER BY dt DESC, id DESC LIMIT 100 ) UNION ALL ( -- дочитываем до 100 записей "вправо" от исходного значения "верхнего" ключа A -> B, C SELECT * FROM doc WHERE dt > ((TABLE src) ->> 'dt')::date ORDER BY dt, id LIMIT 100 ) ) LIMIT 100)-- находим крайний правый ключ C в том, что прочитали, maxdt AS ( SELECT max(dt) FROM pre WHERE dt > ((TABLE src) ->> 'dt')::date)( ( -- вычищаем "левые" записи по ключу C SELECT * FROM pre WHERE dt <> (TABLE maxdt) LIMIT 100 ) UNION ALL ( -- дочитываем "правые" записи по ключу C до 100 штук SELECT * FROM doc WHERE dt = (TABLE maxdt) ORDER BY dt DESC, id DESC LIMIT 100 ) LIMIT 100)ORDER BY dt, id DESC; -- накладываем целевую сортировку, поскольку записи по B у нас лежат не в том порядке

Посмотрим, что получилось в плане:


[посмотреть на explain.tensor.ru]

  • Итак, по первому ключу A = '2019-09-07' мы прочитали 3 записи.
  • К ним дочитали еще 97 по B и C за счет точного попадания в Index Scan.
  • Среди всех записей отфильтровали 18 по максимальному ключу C.
  • Дочитали 23 записи (вместо 18 искомых из-за Bitmap Scan) по максимальному ключу.
  • Все пересортировали и отсекли целевые 100 записей.
  • … и на все это ушло меньше миллисекунды!

Метод, безусловно, не универсален и при индексах на большем количестве полей превратится во что-то совсем уж страшное, но если очень хочется дать пользователю «нестандартную» сортировку без «обрушения» базы в Seq Scan по большой таблице — можно осторожно пользоваться.

Показать больше

Похожие публикации

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *

Кнопка «Наверх»