sum（）與count（）

Question

考慮在PostgreSQL中實現的投票系統，其中每個用戶可以在“foo”上向上或向下投票。 有一個foo表，用於存儲所有的“富信息”，以及votes存儲表user_id ， foo_id ，並vote ，其中vote是+1或-1。

要獲得每個foo的投票結果，以下查詢將起作用：

SELECT sum(vote) FROM votes WHERE foo.foo_id = votes.foo_id;

但是，以下內容也可以正常工作：

(SELECT count(vote) FROM votes 
 WHERE foo.foo_id = votes.foo_id 
 AND votes.vote = 1)
- (SELECT count(vote) FROM votes 
   WHERE foo.foo_id = votes.foo_id 
   AND votes.vote = (-1))

我目前在votes.foo_id上有一個索引。

哪種方法更有效？ （換句話說，哪個會運行得更快？）我對PostgreSQL特定的答案和一般的SQL答案感興趣。

編輯

很多答案都考慮到vote為空的情況。 我忘了提到投票列上有一個NOT NULL約束。

此外，許多人指出，第一個更容易閱讀。 是的，這絕對是真的，如果一位同事寫了第二篇，我會憤怒地爆發，除非有表演的必要性。 從來沒有，問題仍然在於兩者的表現。 （從技術上來說，如果第一個查詢方法要慢，它不會是這種罪行寫入第二個查詢。）

Answer 1

當然，第一個例子更快，更簡單，更容易閱讀。 甚至在被水生生物拍打之前應該是顯而易見的。 雖然sum()比count()略貴，但更重要的是，第二個例子需要兩次掃描。

但是也有一個實際的區別 ： sum()可以返回NULL ，而count()則不會。 我引用了關於聚合函數的手冊 ：

應該注意，除了count之外，這些函數在沒有選擇行時返回空值。 特別是，沒有行的總和返回null，而不是像人們預期的那樣為零，

由於您似乎在性能優化方面存在弱點，因此這里有一個您可能會喜歡的細節： count(*)略快於count(vote) 。 如果vote為NOT NULL則僅等效。 使用EXPLAIN ANALYZE測試性能。

仔細檢查

這兩個查詢都是語法上的廢話，獨自站立。 只有從較大查詢的SELECT列表中復制它們才有意義：

SELECT *, (SELECT sum(vote) FROM votes WHERE votes.foo_id = foo.foo_id)
FROM   foo;

這里重要的一點是相關子查詢 - 如果您只在查詢中閱讀一小部分 votes ，這可能沒問題。 我們會看到其他WHERE條件，您應該有匹配的索引。

在Postgres 9.3或更高版本中，替代的，更清潔，100％等效的解決方案將使用LEFT JOIN LATERAL ... ON true ：

SELECT *
FROM   foo f
LEFT   JOIN LATERAL (
   SELECT sum(vote) FROM votes WHERE foo_id = f.foo_id
   ) v ON true;

通常類似的表現。 細節：

• LATERAL和PostgreSQL中的子查詢有什么區別？

但是 ，在從表格votes讀取大部分或全部內容時 ，這將（更快）更快：

SELECT f.*, v.score
FROM   foo f
JOIN   (
   SELECT foo_id, sum(vote) AS score
   FROM   votes
   GROUP  BY 1
   ) v USING (foo_id);

首先在子查詢中聚合值，然后加入到結果中。
關於USING ：

• SQL查詢后刪除重復列

Answer 2

第一個會更快。 您可以通過簡單的方式嘗試。

生成一些數據：

CREATE TABLE votes(foo_id integer, vote integer);
-- Insert 1000000 rows into 100 foos (1 to 100)
INSERT INTO votes SELECT round(random()*99)+1, CASE round(random()) WHEN 0 THEN -1 ELSE 1 END FROM generate_series(1, 1000000);
CREATE INDEX idx_votes_id ON votes (foo_id);

檢查兩個

EXPLAIN ANALYZE SELECT SUM(vote) FROM votes WHERE foo_id = 5;
EXPLAIN ANALYZE SELECT (SELECT COUNT(*) AS count FROM votes WHERE foo_id=5 AND vote=1) - (SELECT COUNT(*)*-1 AS count FROM votes WHERE foo_id=5 AND vote=-1);

但事實是，它們並不等同，為了確保第一個作為第二個，你需要對待null案例：

SELECT COALESCE(SUM(vote), 0) FROM votes WHERE foo_id = 5;

還有一件事。 如果您使用的是PostgreSQL 9.2，則可以使用其中的兩列創建索引，這樣您就有可能使用僅索引掃描：

CREATE INDEX idx_votes_id ON votes (foo_id, vote);

但！ 在某些情況下，這個索引可能是最差的，所以你應該嘗試使用兩個並運行EXPLAIN ANALYZE以查看哪個是最好的，或者甚至創建兩個並檢查哪個PostgreSQL使用最多（並排除另一個）。

Answer 3

我希望第一個查詢能夠更快地工作，因為這是一個單一的查詢，並且它更具可讀性（如果你不得不在一段時間之后再回到這個問題，那就很方便了）。

第二個查詢包含兩個查詢。 您只能獲得一個結果，就像它是一個查詢一樣。

也就是說，為了絕對確定哪些更適合你，我會用兩個表填充大量的偽數據並檢查查詢執行時間。