哪个更有效 - 多行还是多列？

Posted 2023-03-29

【中文标题】哪个更有效 - 多行还是多列？

【英文标题】：Which is more efficient - Multiple rows or multiple columns?

【发布时间】：2022-01-02 21:29:20

【问题描述】：

每个用户在登录时至少会使用此数据 15 次。因此 READ 更为重要。

所以我有两种方法，我知道这是一个菜鸟问题，但我只是对选项感到困惑：

方法 1 多行少列，

id                      data              user
1                       task1              1 
2                       task2              1 
3                       task3              1
4                       task1              7

和方法2 多列单行

id   task1       task2         task3        user
1    True        True          True           1
2    True        False         False          7

请建议哪种方法最好，一切都很大程度上基于只读。所以我会从字面上获取所有这些来计算一些权限和操作。所以这些会用在用户经常去的一些主要路线上。

【问题讨论】：

方法 2 可能是最糟糕的选择之一，它无法扩展：您必须更改数据库和应用程序只是因为您需要第四个任务......下个月同样的问题，当 5 号任务进来时。

同意但高效的明智之举，对吗？如果我们至少有 100 万用户，那么如果它的第一种方法很容易有 300 万行呢@FrankHeikens

请准确描述您将对数据执行的操作。这将决定哪种数据模型更好。

选项 2 是您真正不想要的。在你犯这个错误之前，很多人都有自己的头痛，然后实施了选项 1。你想不想头痛？ PostgreSQL 是一个关系型数据库，采用关系型方法使其工作。如果你不这样做，准备头痛。选项 2 只是没有选项。

请更具体。编写您要针对这些数据模型运行的查询并将它们添加到问题中。这样我们就可以得到答案，而不是开放式的讨论。

【参考方案1】：

我认为你在这里做了一些过早的优化。

很少会因为像这样的小型快速查询而导致数据库变慢。当搜索查询行为不端或索引不是最适合工作时，通常会让您受益匪浅。

正如大家所说，方法 2 很糟糕，因为每次要添加新任务时都需要添加列。这是一个糟糕设计的典型危险信号。此外，如果要搜索这些列，还需要在它们上添加索引。

方法 1 是常用的方法，而且效果很好。这个问题的典型问题是当你想基于属性进行搜索时，因为你必须每个属性加入一次，这不会很好地优化。

但是，在这种情况下，既然您说这将在登录时读取，我想这是关于存储与用户相关的用户权限或任务。也许您会选择此数据并将其缓存在会话中，因此只需在登录时获取一次。所以在这种情况下，你应该更关心每个页面上发生的查询，而不是只在登录时发生的查询。

无论如何。方法 1 有一个问题：如果数据不是集群的，并且一个用户的行位于磁盘上表文件的不同页面中，那么每行需要一个 IO。这对于 SSD 来说并不是真正的问题，但很好。

幸运的是，postgres 支持两种避免这种情况的方法：集群扫描和仅索引扫描。

CLUSTER 只是按照您指定的索引顺序对磁盘上的表进行排序。由于无论如何您都需要（用户，任务）上的索引来快速查找用户是否有任务，因此您可以在该索引上进行集群，并且用户的所有行都将位于磁盘上的同一位置，因此只有一个 IO需要获取它们。但是 CLUSTER 会锁定表，因此最好在计划维护期间使用它。如果您的表只有几百万行，并且如果您将 maintenance_work_mem 设置得足够高，则只需几秒钟。

另一种方式是仅索引扫描。如果您在 (user,task) 上有一个索引并且您运行 SELECT user,task WHERE user=... 那么 postgres 将使用仅索引扫描，并且在索引中数据按 (user,task) 排序，这意味着它将执行一次 IO 以获取具有第一行的页面，然后该用户的下一行将随后按索引顺序存储在同一页面上，因此它们已经加载并且访问速度非常快。

注意事项：

由于您没有其他列，我将假设 (user,task) 是唯一的，因为在这种情况下重复是没有意义的。所以这可以是你的主键，你可以删除 id 和关联的索引。如果数据为您提供了一个很好的自然主键，则您不必在每个表上都使用序列。

“task”通常是另一个表的外键。