使用子查询更新时，我在 postgresql 中的更新语句运行超过 1 小时

Question

我有一个数据集，它有一些缺失值。这是一个时间序列数据集，因此我想用前一天的值更新缺失值。

我创建了一个视图，其中包含前两天的值的滞后。见下图：

销售日期	每日操作	lag_op1	lag_op2
2013-01-03	92.97	93.14	空
2013-01-04	93.12	92.97	93.14
2013-01-05	空	93.12	92.97

我的主表包含 300 万条记录，我想使用带有滞后操作变量的视图来估算主表中的缺失值。

我运行了这段代码：

update wholetest
   set daily_op = (select lag_op1 from lag_op where lag_op.sale_date = wholetest.sale_date)
   where daily_op is null; 

这需要一段时间，所以我跑向目标，然后我回来，它仍在运行。它的运行时间超过 1 小时，所以我认为即使它有很多记录，它也无法正常工作。

我尝试在 Wholetest.sale_date 之后添加“limit 1”选项，但这似乎不起作用。 （即具有滞后变量的视图具有一个不同的日期）。请让我知道我的代码做错了什么。

Answer 1

wholetest.sale_date上是否有

唯一索引

（或PK）？否则，您可能会得到任意结果 - 增加的成本与重复项的数量成正比。换句话说：昂贵的废话。

使用所述唯一索引，查询应该很快 - 好吧，300 万行将需要几秒钟。除非你搞乱了你未公开的观点。无论哪种方式，您都不需要为此提供视图。只是：

UPDATE wholetest w
SET    daily_op = (
   SELECT daily_op
   FROM   wholetest w1
   WHERE  w1.sale_date < w.sale_date
   ORDER  BY w1.sale_date DESC
   LIMIT  1
   )
WHERE w.daily_op IS NULL;

唯一的另一件事（除了存储、RAM 和/或 CPU 的损坏或严重争用之外）是锁定问题。通常在长时间运行的事务中并发写入表。在这种情况下，请检查系统视图

pg_stat_activity

。参见：

• 预计长更新结束时间