SQL HowTo: курсорный пейджинг с неподходящей сортировкой

Этот пост родился как расширенный ответ на умозрительную задачу, обозначенную в статье «Хроники пэйджинга».

Пусть у нас есть реестр документов, с которым работают операторы или бухгалтеры в СБИС, вроде такого:

Традиционно, при подобном отображении используется или прямая (новые снизу) или обратная (новые сверху) сортировка по дате и порядковому идентификатору, назначаемому при создании документа — ORDER BY dt, id или ORDER BY dt DESC, id DESC.

Типичные возникающие при этом проблемы я уже рассматривал в статье «PostgreSQL Antipatterns: навигация по реестру». Но что если пользователю зачем-то захотелось «нетипичного» — например, отсортировать одно поле «так», а другое «этак» — ORDER BY dt, id DESC? Но второй индекс мы создавать не хотим — ведь это замедление вставки и лишний объем в базе.

Можно ли решить эту задачу, эффективно используя только индекс (dt, id)?

Давайте сначала нарисуем, как упорядочен наш индекс:

Отмечу, что порядок создания записей id не обязательно совпадает с порядком dt, поэтому опираться на него мы не можем, и придется что-то изобретать.

Теперь предположим, что мы находимся в точке (A, 2) и хотим прочитать «следующие» 6 записей в сортировке ORDER BY dt, id DESC:

Ага! Мы выбрали какой-то «кусочек» из первого узла A, другой «кусочек» из последнего узла C и все записи из узлов между ними (B). Каждый такой блок вполне успешно ложится на чтение по индексу (dt, id), несмотря на не вполне подходящий порядок.

Давайте попробуем сконструировать такой запрос:

• сначала читаем из блока A «влево» от стартовой записи — получаем N записей
• дальше читаем L - N «вправо» от значения A
• находим в последнем блоке максимальный ключ C
• отфильтровываем из предыдущей выборки все записи этим ключом и вычитываем его «справа»

А теперь попробуем изобразить в коде и проверить на модели:

CREATE TABLE doc(   id     serial , dt     date ); CREATE INDEX ON doc(dt, id); -- наш индекс  -- случайно "раскидаем" документы по последнему году INSERT INTO doc(dt) SELECT   now()::date - (random() * 365)::integer FROM   generate_series(1, 10000);

Чтобы не вычислять количество уже прочитанных записей и разность между ним и целевым количеством, заставим это делать PostgreSQL с помощью «хака» UNION ALL и LIMIT:

(   ... LIMIT 100 ) UNION ALL (   ... LIMIT 100 ) LIMIT 100

Теперь соберем начитку следующих 100 записей с целевой сортировкой (dt, id DESC) от последнего известного значения:

WITH src AS (   SELECT     '{"dt" : "2019-09-07", "id" : 2331}'::json -- "опорный" ключ ) , pre AS (   (     ( -- читаем не более 100 записей "влево" от опорной точки из "левого" значения A       SELECT         *       FROM         doc       WHERE         dt = ((TABLE src) ->> 'dt')::date AND         id < ((TABLE src) ->> 'id')::integer       ORDER BY         dt DESC, id DESC       LIMIT 100     )     UNION ALL     ( -- дочитываем до 100 записей "вправо" от исходного значения "верхнего" ключа A -> B, C       SELECT         *       FROM         doc       WHERE         dt > ((TABLE src) ->> 'dt')::date       ORDER BY         dt, id       LIMIT 100     )   )   LIMIT 100 ) -- находим крайний правый ключ C в том, что прочитали , maxdt AS (   SELECT     max(dt)   FROM     pre   WHERE     dt > ((TABLE src) ->> 'dt')::date ) (   ( -- вычищаем "левые" записи по ключу C     SELECT       *     FROM       pre     WHERE       dt <> (TABLE maxdt)     LIMIT 100   )   UNION ALL   ( -- дочитываем "правые" записи по ключу C до 100 штук     SELECT       *     FROM       doc     WHERE       dt = (TABLE maxdt)     ORDER BY       dt DESC, id DESC     LIMIT 100   )   LIMIT 100 ) ORDER BY   dt, id DESC; -- накладываем целевую сортировку, поскольку записи по B у нас лежат не в том порядке

Посмотрим, что получилось в плане:

[посмотреть на explain.tensor.ru]

• Итак, по первому ключу A = '2019-09-07' мы прочитали 3 записи.
• К ним дочитали еще 97 по B и C за счет точного попадания в Index Scan.
• Среди всех записей отфильтровали 18 по максимальному ключу C.
• Дочитали 23 записи (вместо 18 искомых из-за Bitmap Scan) по максимальному ключу.
• Все пересортировали и отсекли целевые 100 записей.
• … и на все это ушло меньше миллисекунды!

Метод, безусловно, не универсален и при индексах на большем количестве полей превратится во что-то совсем уж страшное, но если очень хочется дать пользователю «нестандартную» сортировку без «обрушения» базы в Seq Scan по большой таблице — можно осторожно пользоваться.