重写大型 IN 子句的最高效方法是啥？

Posted 2023-03-28

【中文标题】重写大型 IN 子句的最高效方法是啥？

【英文标题】：What is the most performant way to rewrite a large IN clause?重写大型 IN 子句的最高效方法是什么？

【发布时间】：2018-10-09 01:12:36

【问题描述】：

我使用 go 和 gorm 编写了一个 API，它在我们的数据库上运行计算并返回结果。

在使用聚合时，我刚刚达到了 IN 条件的参数限制。示例查询：

SELECT SUM(total_amount) from Table where user_id in(...70k parameters) group by user_id

我当前的一个边缘案例有 > 65535 个用户 ID，因此我的 Postgres 客户端抛出错误：

got 66037 parameters but PostgreSQL only supports 65535 parameters

我不确定解决此问题的最佳方法是什么。一个可以处理这种边缘情况的大量参数，同时不会影响我的典型用例。我是否将 id 分块并遍历将其存储在内存中的多个查询，直到获得所需的所有数据？使用ANY(VALUES)...

显然，从查询中我对 Postgres 的了解非常有限，因此非常感谢任何帮助。

【问题讨论】：

您使用所需的 user_id 创建一个表并进行左连接

【参考方案1】：

您可以将user_id IN (value [, ...]) 替换为以下之一：

user_id IN (subquery)
user_id = ANY (subquery)
user_id = ANY (array expression)

子查询和数组都没有表现出相同的限制。最短的输入语法是：

user_id = ANY ('1,2,3'::int[])  -- make array type match type of user_id

详细信息和更多选项：

How to use ANY instead of IN in a WHERE clause with Rails?

或者您可以创建一个（临时）表tmp_usr(user_id int)，导入到它，可能使用SQL COPY 或psql \copy 而不是INSERT 以获得最佳性能非常大的集合，然后加入到表中，例如：

SELECT SUM(total_amount)
FROM   tbl
JOIN   tmp_usr USING (user_id)
GROUP  BY user_id;

顺便说一句，GROUP BY user_id 不包括 user_id 在 SELECT 列表中看起来很可疑。可能是一个简化的示例查询。

【讨论】：

加入 values 子句而不是 IN 是另一种有时更快的选项。参见例如here

是的，VALUES 表达式是子查询的一种形式，这对于大集合通常更快。主题的变体：在子查询中传递一个数组和unnest。上面链接答案中的每个信息和更多链接。