drop table t_simhash_real;

create table t_simhash_real(

 bitstr_id  bigserial not null primary key,

 bitstr     character varying(256),

 doc_id         bigint,

 bit_count      integer,

 bit_count_half integer,

 thread_id      integer,

 grade          integer,

 update_time    integer);

create index on t_simhash_real(update_time);

 

 insert into t_simhash_real(bitstr,doc_id,bit_count,bit_count_half,thread_id,grade,update_time) 

 select md5(random()::text),t as t1,t as t2,t as t3,t as t4,t as t5,t as t6 from generate_series(1,3000000) as t;

 

 --开发sql

 delete from t_simhash_real where doc_id not in (select doc_id from t_simhash_real order by update_time desc limit 300000);

 

--优化后sql

去掉order by等，也不要自查询，直接指定时间条件删除

1, delete from t_simhash_real where update_time < 1574928643

 

--开发sql2 

典型的子查询删除，两表表都需要做全表扫描，表越大删除越慢

 delete from t_similarity_pair where doc_id not in (select doc_id from t_simhash_real);

 

--优化后

思路是先做join获取符合删除条件的数据，再删除，但通过指定要删除数据的物理地址，这样删除，更快。

1，

先获取指定删除条件的数据

select a.doc_id from t_similarity_pair a left join t_simhash_real b on a.doc_id=b.doc_id where b.doc_id is null;

 

比原来的好，但还是慢

delete from t_similarity_pair where doc_id in (select a.doc_id from t_similarity_pair a left join t_simhash_real b on a.doc_id=b.doc_id where b.doc_id is null);

 

更快

delete from t_similarity_pair where ctid = any(array(select a.ctid from t_similarity_pair a left join t_simhash_real b on a.doc_id=b.doc_id where b.doc_id is null));