問題場景

有model Account，SQLAlchemy 查詢語句如下：

query = Account.query.filter(Account.id.in_(account_ids)).order_by(Account.date_created.desc()) 復制代碼

這里 uids 如果為空，執行查詢會有如下警告：

/usr/local/lib/python2.7/site-packages/sqlalchemy/sql/default_comparator.py:35: SAWarning: The IN-predicate on "account.id" was invoked with an empty sequence. This results in a contradiction, which nonetheless can be expensive to evaluate. Consider alternative strategies for improved performance.return o[0](self, self.expr, op, *(other + o[1:]), **kwargs) 復制代碼

這里的意思是使用一個空的列表會花費較長的時間，需要優化以提高性能。

為什么會有這個提示呢？一個空列表為什么會影響性能呢？

首先打印 query 可得到如下 sql 語句：

SELECT * // 字段使用 “*” 代替 FROM account WHERE account.id != account.id ORDER BY account.date_created DESC 復制代碼

會發現生成的語句中過濾條件是 WHERE account.id != account.id，使用 PostgreSQL Explain ANALYZE 命令，

• EXPLAIN：顯示PostgreSQL計劃程序為提供的語句生成的執行計劃。
• ANALYZE：收集有關數據庫中表的內容的統計信息。

分析查詢成本結果如下：

postgres=> EXPLAIN ANALYZE SELECT * FROM account WHERE account.id != account.id ORDER BY account.date_created DESC;QUERY PLAN ----------------------------------------------------------------------------------Sort (cost=797159.14..808338.40 rows=4471702 width=29) (actual time=574.002..574.002 rows=0 loops=1)Sort Key: date_created DESCSort Method: quicksort Memory: 25kB-> Seq Scan on account (cost=0.00..89223.16 rows=4471702 width=29) (actual time=573.991..573.991 rows=0 loops=1)Filter: (id <> id)Rows Removed by Filter: 4494173Planning time: 0.162 msExecution time: 574.052 ms (8 rows) 復制代碼

先看Postgresql提供的語句生成的執行計劃，通過結果可以看到，雖然返回值為空，但是查詢成本卻還是特別高，執行計劃部分幾乎所有的時間都耗費在排序上，但是和執行時間相比，查詢計劃的時間可以忽略不計。（結果是先遍歷全表，查出所有數據，然后再使用 Filter: (id <> id) 把所有數據過濾。）

按照這個思路，有兩種查詢方案：

如果 account_ids 為空，那么直接返回空列表不進行任何操作，查詢語句變為：

if account_ids:query = Account.query.filter(Account.id.in_(account_ids)).order_by(Account.date_created.desc()) 復制代碼

如果 account_ids 為空，那么過濾方式，查詢語句變為：

query = Account.query if account_ids:query = query.filter(Account.id.in_(account_ids)) else:query = query.filter(False)query = query.order_by(Account.date_created.desc()) 復制代碼

如果 account_ids 為空，此時生成的 SQL 語句結果為：

SELECT * FROM account WHERE 0 = 1 ORDER BY account.date_created DESC 復制代碼

分析結果為：

postgres=> EXPLAIN ANALYZE SELECT * FROM account WHERE 0 = 1 ORDER BY account.date_created DESC;QUERY PLAN ---------------------------------------------------------------------------------------------------Sort (cost=77987.74..77987.75 rows=1 width=29) (actual time=0.011..0.011 rows=0 loops=1)Sort Key: date_created DESCSort Method: quicksort Memory: 25kB-> Result (cost=0.00..77987.73 rows=1 width=29) (actual time=0.001..0.001 rows=0 loops=1)One-Time Filter: false-> Seq Scan on account (cost=0.00..77987.73 rows=1 width=29) (never executed)Planning time: 0.197 msExecution time: 0.061 ms (8 rows) 復制代碼

可以看到，查詢計劃和執行時間都有大幅提高。

一個測試

如果只是去掉方案1排序，查看一下分析結果

使用 PostgreSQL Explain ANALYZE 命令分析查詢成本結果如下：

postgres=> EXPLAIN ANALYZE SELECT * FROM account WHERE account.id != account.id;QUERY PLAN ----------------------------------------------------------------------------Seq Scan on account (cost=0.00..89223.16 rows=4471702 width=29) (actual time=550.999..550.999 rows=0 loops=1)Filter: (id <> id)Rows Removed by Filter: 4494173Planning time: 0.134 msExecution time: 551.041 ms 復制代碼

可以看到，時間和有排序時差別不大。

如何計算查詢成本

執行一個分析，結果如下：

postgres=> explain select * from account where date_created ='2016-04-07 18:51:30.371495+08';QUERY PLAN --------------------------------------------------------------------------------------Seq Scan on account (cost=0.00..127716.33 rows=1 width=211)Filter: (date_created = '2016-04-07 18:51:30.371495+08'::timestamp with time zone) (2 rows) 復制代碼

EXPLAIN引用的數據是：

0.00 預計的啟動開銷(在輸出掃描開始之前消耗的時間，比如在一個排序節點里做排續的時間)。

127716.33 預計的總開銷。

1 預計的該規劃節點輸出的行數。

211 預計的該規劃節點的行平均寬度(單位：字節)。

這里開銷(cost)的計算單位是磁盤頁面的存取數量，如1.0將表示一次順序的磁盤頁面讀取。其中上層節點的開銷將包括其所有子節點的開銷。這里的輸出行數(rows)并不是規劃節點處理/掃描的行數，通常會更少一些。一般而言，頂層的行預計數量會更接近于查詢實際返回的行數。 這里表示的就是在只有單 CPU 內核的情況下，評估成本是127716.33;

計算成本，Postgresql 首先看表的字節數大小

這里 account 表的大小為：

postgres=> select pg_relation_size('account');pg_relation_size ------------------737673216 (1 row) 復制代碼

查看塊的大小

Postgresql 會為每個要一次讀取的快添加成本點，使用 show block_size查看塊的大小：

postgres=> show block_size;block_size ------------8192 (1 row) 復制代碼

計算塊的個數

可以看到每個塊的大小為8kb，那么可以計算從表從讀取的順序塊成本值為：

blocks = pg_relation_size/block_size = 90048 復制代碼

90048 是account 表所占用塊的數量。

查看每個塊需要的成本

postgres=> show seq_page_cost;seq_page_cost ---------------1 (1 row) 復制代碼

這里的意思是 Postgresql 為每個塊分配一個成本點，也就是說上面的查詢需要從90048個成本點。

處理每條數據 cpu 所需時間

• cpu_tuple_cost：處理每條記錄的CPU開銷（tuple：關系中的一行記錄）
• cpu_operator_cost：操作符或函數帶來的CPU開銷。

postgres=> show cpu_operator_cost;cpu_operator_cost -------------------0.0025 (1 row)postgres=> show cpu_tuple_cost;cpu_tuple_cost ----------------0.01 (1 row) 復制代碼

計算

cost 計算公式為：

cost = 磁盤塊個數 * 塊成本（1） + 行數 * cpu_tuple_cost（系統參數值）+ 行數 * cpu_operator_cost

現在用所有值來計算explain 語句中得到的值：

number_of_records = 3013466 # account 表 countblock_size = 8192 # block size in bytespg_relation_size=737673216blocks = pg_relation_size/block_size = 90048seq_page_cost = 1 cpu_tuple_cost = 0.01 cpu_operator_cost = 0.0025cost = blocks * seq_page_cost + number_of_records * cpu_tuple_cost + number_of_records * cpu_operator_cost 復制代碼

如何降低查詢成本？

直接回答，使用索引。

postgres=> explain select * from account where id=20039;QUERY PLAN ----------------------------------------------------------------------------------------Index Scan using account_pkey on account (cost=0.43..8.45 rows=1 width=211)Index Cond: (id = 20039) (2 rows) 復制代碼

通過這個查詢可以看到，在使用有索引的字段查詢時，查詢成本顯著降低。

索引掃描的計算比順序掃描的計算要復雜一些。它由兩個階段組成。 PostgreSQL會考慮random_page_cost和cpu_index_tuple_cost 變量，并返回一個基于索引樹的高度的值。

參考鏈接

• sqlalchemy-and-empty-in-clause
• PostgreSQL查詢性能分析和優化
• PostgreSQL學習手冊(性能提升技巧)
• PostgreSQL 查詢成本模型
• PostgreSQL 查詢計劃時間的計算詳解

總結

以上是生活随笔為你收集整理的SQLAlchemy in 查询空列表问题分析的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。