快速发现PostgreSQL中表格的行数
我需要知道表中的行数来计算一个百分比。 如果总数大于某个预定义常数，我将使用常数值。 否则，我将使用实际的行数。
我可以使用SELECT count(*) FROM table 。 但是，如果我的常数值是50 万 ，我的表中有50万行，那么计算所有的行就会浪费很多时间。
一旦我的常数值被超过，是否有可能停止计数？
我只需要确切的行数，只要它低于给定的限制。 否则，如果计数超过限制，我将使用极限值，并希望尽可能快地回答。
像这样的东西：
SELECT text,count(*), percentual_calculus() FROM token GROUP BY text ORDER BY count DESC;
在PostgreSQL中，计算大表中的行的速度已经很慢了。 为了得到一个精确的数字，由于MVCC的性质，它必须做一个完整的行数。 如果计数不必像你的情况那么精确 ，那么有一种方法可以大大加快速度 。
而不是得到确切的数字（大表缓慢 ）：
SELECT count(*) AS exact_count FROM myschema.mytable;
你得到这样一个接近的估计（ 非常快 ）：
SELECT reltuples::bigint AS estimate FROM pg_class where relname='mytable';
估计值有多接近取决于您是否足够运行ANALYZE 。 它通常非常接近。
查看PostgreSQL Wiki FAQ 。
或者计数（*）性能的专用wiki页面 。
更好
PostgreSQL Wiki中的文章有点草率 。 它忽略了在一个数据库中可能有多个相同名称的表的可能性 – 在不同的模式中。 为了说明这一点：
SELECT c.reltuples::bigint AS estimate FROM pg_class c JOIN pg_namespace n ON n.oid = c.relnamespace WHERE c.relname = 'mytable' AND n.nspname = 'myschema'
还是更好
SELECT reltuples::bigint AS estimate FROM pg_class WHERE oid = 'myschema.mytable'::regclass;
更快，更简单，更安全，更优雅。 请参阅对象标识符types手册。
在Postgres 9.4+中使用to_regclass('myschema.mytable')来避免无效表名的exception：
- 如何检查给定模式中是否存在表格
在Postgres 9.5+中的TABLESAMPLE SYSTEM (n)
SELECT 100 * count(*) AS estimate FROM mytable TABLESAMPLE SYSTEM (1);
就像@a_horse所说的那样 ，如果pg_class中的统计信息由于某种原因不够用，那么为SELECT命令新添加的子句可能会很有用。 例如：
- 没有自动
autovacuum运行。 - 紧接在一个大的
INSERT或DELETE。 -
TEMPORARY表（不包含在autovacuum）。
这只会看到一个随机的n ％（在这个例子中是1 ）块的select并对其中的行进行计数。 一个更大的样本增加了成本，减less了错误，你的select。 准确性取决于更多的因素：
- 行大小的分布。 如果一个给定的块恰好比普通的行更宽，则计数比平常低
- 死元组或
FILLFACTOR占用每块的空间。 如果不均衡地分布在桌子上，估计可能是closures的。 - 一般舍入错误。
在大多数情况下，来自pg_class的估计将会更快，更准确。
回答实际问题
首先，我需要知道该表中的行数，如果总数大于某个预定义的常数，
不pipe…
…计数通过我的常数值的时候是可能的，它会停止计数（而不是等待完成计数通知行数更大）。
是。 您可以使用带有LIMIT的子查询 ：
SELECT count(*) FROM (SELECT 1 FROM token LIMIT 500000) t;
Postgres 实际上停止计数超出给定的限制，你得到一个精确的和当前计数多达n行（例如500000），否则n 。 尽pipe如此，几乎不像pg_class的估计那么快。
我曾经在postgres应用程序中运行过一次：
EXPLAIN SELECT * FROM foo;
然后用正则expression式或类似的逻辑来检查输出。 对于一个简单的SELECT *，输出的第一行应该是这样的：
Seq Scan on uids (cost=0.00..1.21 rows=8 width=75)
您可以使用rows=(\d+)作为粗略估计的行数，然后仅在估计值小于阈值的1.5倍的情况下执行实际的SELECT COUNT(*)无论您认为适合您的应用程序的数量）。
根据查询的复杂程度，这个数字可能变得越来越不准确。 事实上，在我的申请中，由于我们join了连接和复杂的条件，所以变得如此不准确，完全没有价值，甚至不知道在100的权力范围内我们会返回多less行，所以我们不得不放弃这个策略。
但是如果你的查询很简单，那么Pg可以在一定的合理的误差范围内预测它将返回多less行，它可能适用于你。
在Oracle中，可以使用rownum来限制返回的行数。 我猜测其他SQL也存在类似的结构。 因此，对于您给出的示例，可以将返回的行数限制为500001，然后应用一个count(*) ：
SELECT (case when cnt > 500000 then 500000 else cnt end) myCnt FROM (SELECT count(*) cnt FROM table WHERE rownum<=500001)
文本列有多宽？
使用GROUP BY，可以避免数据扫描（至less是索引扫描）。
我build议：
-
如果可能，更改模式以删除文本数据的重复。 这样计数将发生在“多”表中的一个狭窄的外键字段上。
-
或者，创build一个带有文本HASH的生成列，然后GROUP BY哈希列。 再次，这是为了减less工作量（扫描窄列索引）
编辑：
您的原始问题与您的编辑不太匹配。 我不确定是否知道COUNT与GROUP BY一起使用时，将返回每个组的项目数，而不是整个表中的项目数。
对于SQL Server（2005或更高版本），快速可靠的方法是：
SELECT SUM (row_count) FROM sys.dm_db_partition_stats WHERE object_id=OBJECT_ID('MyTableName') AND (index_id=0 or index_id=1);
有关sys.dm_db_partition_stats的详细信息，请参阅MSDN
查询添加（可能）分区表的所有部分的行。
index_id = 0是一个无序表（Heap），而index_id = 1是一个有序表（聚集索引）
甚至更快（但不可靠）的方法在这里详述。
从这个博客引用。
您可以使用下面的查询来查找行数。
使用pg_class：
SELECT reltuples::bigint AS EstimatedCount FROM pg_class WHERE oid = 'public.TableName'::regclass;
使用pg_stat_user_tables：
SELECT schemaname ,relname ,n_live_tup AS EstimatedCount FROM pg_stat_user_tables ORDER BY n_live_tup DESC;
