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())這裏 uids 如果爲空，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)這裏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。
爲什麼會有這個提示呢？一個空列表爲什麼會影響性能呢？
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計劃程序爲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 DESC
Sort 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: 4494173
Planning time: 0.162 ms
Execution time: 574.052 ms
(8 rows)先看Postgresql提供的語句生成的執行計劃，通過結果可以看到，雖然返回值爲空，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，然後再使用 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 爲空，那麼直接返回空列表不進行任何操作，查詢語句變爲：
if account_ids:
query = Account.query.filter(Account.id.in_(account_ids)).order_by(Account.date_created.desc())- 如果 account_ids 爲空，那麼過濾方式，查詢語句變爲：
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())如果 account_ids 爲空，此時生成的 SQL 語句結果爲：
SELECT *
FROM account
WHERE 0 = 1 ORDER BY account.date_created DESC分析結果爲：
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 DESC
Sort 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 ms
Execution time: 0.061 ms
(8 rows)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: 4494173
Planning time: 0.134 ms
Execution time: 551.041 ms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)EXPLAIN引用的數據是：
- 0.00 預計的啓動開銷(在輸出掃描開始之前消耗的時間，比如在一個排序節點裏做排續的時間)。
- 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)。
這裏開銷(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。這裏的輸出行數(rows)並不是規劃節點處理/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於查詢實際返回的行數。
這裏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 首先看錶的字節數大小
這裏 account 表的大小爲：
postgres=> select pg_relation_size('account');
pg_relation_size
------------------
737673216
(1 row)查看塊的大小
Postgresql 會爲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)計算塊的個數
可以看到每個塊的大小爲8kb，那麼可以計算從表從讀取的順序塊成本值爲：
blocks = pg_relation_size/block_size = 9004890048 是account 表所佔用塊的數量。
查看每個塊需要的成本
postgres=> show seq_page_cost;
seq_page_cost
---------------
1
(1 row)這裏的意思是 Postgresql 爲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：關係中的一行記錄）
- 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)計算
cost 計算公式爲：
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 count
block_size = 8192 # block size in bytes
pg_relation_size=737673216
blocks = pg_relation_size/block_size = 90048
seq_page_cost = 1
cpu_tuple_cost = 0.01
cpu_operator_cost = 0.0025
cost = blocks * seq_page_cost + number_of_records * cpu_tuple_cost + number_of_records * cpu_operator_cost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)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複雜一些。它由兩個階段組成。
PostgreSQL會考慮random_page_cost和cpu_index_tuple_cost 變量，並返回一個基於索引樹的高度的值。