快速计算不同列值的方法（使用索引吗？）

1> Erwin Brands..：

---

对于（每组许多行）中相对较少的不同值group_id -似乎是您的情况：

3e6行/少于500个不同的group_id

为了快速实现，您需要索引跳过扫描（又称宽松索引扫描）。在Postgres 12之前尚未实现。但是您可以使用递归查询解决该限制：

更换：

select count(distinct group_id) from everything_crowberry;

带有：

WITH RECURSIVE cte AS (
   (SELECT group_id FROM everything_crowberry ORDER BY group_id LIMIT 1)
   UNION ALL
   SELECT (SELECT group_id FROM everything_crowberry
           WHERE  group_id > t.group_id ORDER BY group_id LIMIT 1)
   FROM   cte t
   WHERE  t.group_id IS NOT NULL
   )
SELECT count(group_id) FROM cte;

我使用count(group_id)而不是稍微快一点的方法count(*)来方便地NULL从最终递归中消除一个值-因为count()仅计算非空值。

此外，是否group_id可以为无关紧要NULL，因为无论如何您的查询都不会将其计算在内。

可以使用您已经拥有的索引：

CREATE INDEX everything_crowberry_group_id ON everything_crowberry(group_id);

有关：

优化GROUP BY查询以检索每个用户的最新行

对于相对许多不同的值group_id（每组几排） -或对小表-平原DISTINCT会更快。通常，在子查询中完成时最快，这与添加子句相反count()：

SELECT count(group_id) -- or just count(*) to include possible NULL value
FROM (SELECT DISTINCT group_id FROM everything_crowberry) sub;

---

是的，这是6毫秒。

---

@jma：我的rCTE中的“ WHERE t.group_id不为NULL”实际上与表中的NULL值无关（尽管乍一看看起来像这样）。在相关子查询未找到下一个更大的`group_id`之后，中断条件停止了递归，从而导致`t.group_id`中的值为NULL。