POSTGRESQL 在SQL 的处理能力上，在开源数据库上面，难逢敌手， 而开始为难POSTGRESQL的语句也就开始层出不穷。下面的SQL可以称之为一个"BIG" SQL。（基于信息保护机制，部分语句中的名字被改变）

WITH wmsj AS (SELECT wod.de_from AS deFrom,
                SUM(wop.income) AS incomeMoney
                FROM o2o_public AS wop INNER JOIN wuu_o2o_delivery AS wod ON wop.de_id = wod.de_id
                WHERE wop.modify_time BETWEEN CAST('2022-xx-xx 06:00:00' AS TIMESTAMP) AND CAST('2022-xx-xx 13:23:05.35' AS TIMESTAMP) AND
                wop.create_shop_id = 'xxxx' AND wop.receive_pos_id = '246000000000000001' AND
                (wop.state NOT IN(3,6,11) AND
                wop.refund_state   <>   2)
                GROUP BY wod.de_from
                UNION ALL
                SELECT wod.de_from AS deFrom,
                - SUM(wopb.pr_money) AS incomeMoney
                FROM wuu_o2o_partback AS wopb INNER JOIN o2o_public AS wop ON wopb.de_id = wop.de_id AND wop.receive_pos_id = '246000000000000001' AND
                (wop.state NOT IN(3,6,11) AND
                wop.refund_state <> 2)
                INNER JOIN o2o_delivery AS wod ON wop.de_id = wod.de_id
                WHERE wopb.modify_time BETWEEN CAST('2022-07-07 06:00:00' AS TIMESTAMP) AND CAST('2022-07-07 13:23:05.35' AS TIMESTAMP) AND
                wopb.create_shop_id = '2460' AND
                wopb.pr_state = 2 AND
                wopb.delflg = 0
                GROUP BY wod.de_from)
                SELECT wmsj.deFrom AS deFrom,
                bos.name AS deName,
                SUM(wmsj.incomeMoney) AS incomeMoney
                FROM o2o_setting AS bos RIGHT OUTER JOIN wmsj ON bos.type = wmsj.deFrom
                GROUP BY wmsj.deFrom,
                bos.name
                ORDER BY wmsj.deFrom;

面对这样的SQL如何进行分析优化，手段在哪里，我们来捋一捋。

1  拆

SQL 都是一堆堆的逻辑进行组合的，通过组合达到整体的逻辑需求，而这样凭着逻辑撰写的SQL ，有一个问题，思路的问题，什么问题，一条SQL 解决所有问题的思路。那么优化时，必须将这些SQL 拆解，通过拆解，将问题缩小化，逐个核对和击破问题。

1

SELECT wod.de_from AS deFrom,
                SUM(wop.income) AS incomeMoney
                FROM o2o_public AS wop INNER JOIN wuu_o2o_delivery AS wod ON wop.de_id = wod.de_id
                WHERE wop.modify_time BETWEEN CAST('2022-07-07 06:00:00' AS TIMESTAMP) AND CAST('2022-07-07 13:23:05.35' AS TIMESTAMP) AND
                wop.create_shop_id = '2460' AND wop.receive_pos_id = '246000000000000001' AND
                (wop.state NOT IN(3,6,11) AND
                wop.refund_state   <>   2)
                GROUP BY wod.de_from；
  2             
                SELECT wod.de_from AS deFrom,
                - SUM(wopb.pr_money) AS incomeMoney
                FROM o2o_partback AS wopb INNER JOIN wuu_o2o_public AS wop ON wopb.de_id = wop.de_id AND wop.receive_pos_id = '246000000000000001' AND
                (wop.state NOT IN(3,6,11) AND
                wop.refund_state <> 2)
                INNER JOIN o2o_delivery AS wod ON wop.de_id = wod.de_id
                WHERE wopb.modify_time BETWEEN CAST('2022-07-07 06:00:00' AS TIMESTAMP) AND CAST('2022-07-07 13:23:05.35' AS TIMESTAMP) AND
                wopb.create_shop_id = '2460' AND
                wopb.pr_state = 2 AND
                wopb.delflg = 0
                GROUP BY wod.de_from；

先拆出两个SQL 。

然后我们开始针对这两个SQL 开始看他们的执行计划

GroupAggregate  (cost=532.70..532.72 rows=1 width=36)
   Group Key: wod.de_from
   ->  Sort  (cost=532.70..532.70 rows=1 width=10)
         Sort Key: wod.de_from
         ->  Nested Loop  (cost=1.00..532.69 rows=1 width=10)
               ->  Index Scan using idx_o2o_public_3 on o2o_public wop  (cost=0.56..530.02 rows=1 width=10)
                     Index Cond: ((create_shop_id = 2460) AND (receive_pos_id = '246000000000000001'::bigint))
                     Filter: ((modify_time >= '2022-xx-xx 06:00:00'::timestamp without time zone) AND (modify_time <= '2022-07-07

13:23:05.35'::timestam
p without time zone) AND (refund_state <> 2) AND (state <> ALL ('{3,6,11}'::integer[])))
               ->  Index Scan using de_id_indix on wuu_o2o_delivery wod  (cost=0.44..2.66 rows=1 width=8)
                     Index Cond: (de_id = wop.de_id)

2  拿到SQL 中表的数据量，以及索引，和采样率。

2000万的表

表中的索引

"pk_o2o_public" PRIMARY KEY, btree (id)
    "de_id2_indix" btree (de_id)
    "idx_op_createdate" btree (create_date)
    "idx_public_de_no" btree (de_no)
    "idx_o2o_public_1" btree (create_shop_id, create_time, de_id, state, refund_state, delflg)
    "idx_o2o_public_2" btree (modify_time, receive_pos_id, create_shop_id)
    "idx_o2o_public_3" btree (create_shop_id, receive_pos_id, create_time)
    "idx_o2o_public_de_id" btree (de_id)

这里关注两个索引  idx_wuu_o2o_public_2  和  idx_wuu_o2o_public_3

在分析索引前，我们先看看查询条件里面的字段有哪些，这些字段的分布情况如何

modify_time  
 create_shop_id
 receive_pos_id
 state
 refund_state
 de_from

1  modify_time

correlation            | 0.999602

2  create_shop_id

correlation            | 0.786221

3  receive_pos_id

correlation            | 0.784747

4  state

correlation            | 0.858308

5  refund_state

correlation            | 0.963647

3 发现问题解决问题

按照原理，我们希望我们的cost 是低的，因为查询中 “开发” 的同学建立索引是按照查询语句的条件的顺序建立的，但是并没有走他们要的索引。随即我们根据POSTGRESQL 查询语句与索引之间的规范，添加了更合适的索引，整体的COST 值降低了不少。

create index idx_wuu_o2o_public_create_receive_modify on wuu_o2o_public(create_shop_id,receive_pos_id,modify_time);

4  验证结果

打开timing 我们查看添加索引和取消索引后的执行情况。我们分别针对，添加索引，和去掉我们索引的情况进行了分析，整体的结果在不使用合适的索引的情况下，整体的查询在100毫秒左右 ，在使用了对应的索引后，整体查询的时间在9 毫秒左右，性能提高了10倍。

5  探究原因

按照开发的思路，他建立的索引 idx_wuu_o2o_public_2 是符合他思路的索引    "idx_wuu_o2o_public_2" btree (modify_time, receive_pos_id, create_shop_id)  而实际上走的索引，缺失下面的索引    "idx_wuu_o2o_public_3" btree (create_shop_id, receive_pos_id, create_time)

这里提出一个问题，为什么不走 2 号索引，研其原因，

1  对于一个算法来说，一个不确定的事情，是不可能被使用的，范围这样的字段就是一个不确定的事情，你的范围可大可小，算法无法判断你每次的查询的范围，所以这不能作为一个 “恒定的量”

2  基于数据库的分析器，是要算成本的，基于范围的成本估算困难，这里建议，产出索引不是简单就凭着，查询的顺序就可以建立的，一个索引的建立

1  查看统计信息中的 n_distinct

2  查看统计信息中的correlation

3  根据你查询的符号方式来确认

基于以上三个部分，来初步确认你的POSTGRESQL 的索引该怎么建立。