Я пытаюсь объединить две большие таблицы (t1: 4.5mio и t2: 100mio. Строки) и собрать информацию в новую таблицу.Требуется возраст (> 24 часа).Я не эксперт, поэтому я не знаю, как читать план запроса и что оптимизировать.
Это моя команда:
CREATE table new as
SELECT DISTINCT
t1.*, t2.publn_nr, t2.publn_nr_original
FROM addresses_googleresponse t1
JOIN patstat2.tls211_pat_publn t2
ON t1.appln_id = t2.appln_id
t1.appln_id и t2.appln_idindexed.
план запроса:
Unique (cost=2335238007.81..2344507241.10 rows=72699869 width=14874)"
-> Sort (cost=2335238007.81..2335419757.48 rows=72699869 width=14874)"
Sort Key: t1.location_id, t1.id, t1.unformattedaddress, t1.ts, t1.googleresponse, t1.parsegoogleresponsestatus, t1.numresults, t1.formattedaddress, t1.lat, t1.lng, t1.maintype, t1.types, t1.viewportarea, t1.administrative_area_level_1, t1.administr (...)"
-> Hash Join (cost=121.82..11099071.55 rows=72699869 width=14874)"
Hash Cond: (t1.appln_id = t2.appln_id)"
-> Seq Scan on addresses_googleresponse t1 (cost=0.00..8410623.64 rows=52302064 width=14608)"
-> Hash (cost=118.34..118.34 rows=278 width=270)"
-> Foreign Scan on tls211_pat_publn t2 (cost=100.00..118.34 rows=278 width=270)"
Ответы на вопросы ниже:
t1 не является временной таблицей, нет (я изменил имя, чтобы избежать путаницы).У него есть индекс appln_id, как описано.Определения таблиц:
create table addresses_googleresponse (
id int,
unformattedAddress varchar(500),
ts timestamp,
googleResponse text,
parseGoogleResponseStatus text,
numResults integer,
formattedAddress varchar(500),
lat real,
lng real,
mainType varchar(200),
types text,
viewportArea real,
administrative_area_level_1 varchar(200),
administrative_area_level_2 varchar(200),
administrative_area_level_3 varchar(200),
administrative_area_level_4 varchar(200),
administrative_area_level_5 varchar(200),
airport varchar(200),
country varchar(200),
establishment varchar(200),
floor varchar(200),
locality varchar(200),
natural_feature varchar(200),
neighborhood varchar(200),
park varchar(200),
point_of_interest varchar(200),
post_box varchar(200),
postal_code varchar(200),
postal_code_prefix varchar(200),
postal_code_suffix varchar(200),
postal_town varchar(200),
premise varchar(200),
route varchar(200),
street_address varchar(200),
street_number varchar(200),
sublocality varchar(200),
sublocality_level_1 varchar(200),
sublocality_level_2 varchar(200),
sublocality_level_3 varchar(200),
sublocality_level_4 varchar(200),
sublocality_level_5 varchar(200),
subpremise varchar(200),
ward varchar(200),
data_source varchar(2),
location_id int,
appln_id int
);
CREATE TABLE patstat.tls211_pat_publn
(
pat_publn_id integer NOT NULL DEFAULT 0,
publn_auth character(2) NOT NULL DEFAULT ''::bpchar,
publn_nr character varying(15) NOT NULL DEFAULT ''::character varying,
publn_nr_original character varying(100) NOT NULL DEFAULT ''::characte varying,
publn_kind character(2) NOT NULL DEFAULT ''::bpchar,
appln_id integer NOT NULL DEFAULT 0,
publn_date date NOT NULL DEFAULT '9999-12-31'::date,
publn_lg character(2) NOT NULL DEFAULT ''::bpchar,
publn_first_grant smallint DEFAULT (0)::smallint,
publn_claims smallint NOT NULL DEFAULT (0)::smallint,
CONSTRAINT tls211_pat_publn_pkey PRIMARY KEY (pat_publn_id)
)
Цель состоит в том, чтобы добавить publn_nr и publn_nr_original к другим столбцам в t1 на основе appln_id общего ресурса обеих таблиц.
Is updatet1.publn_nr, t1.publn_nr_original опция / быстрее (после добавления столбцов в t1?
Я пытаюсь без distinct сейчас, но он уже работает в течение нескольких часов.
Postgresql версия 9.6.5.