PostgreSQL与DuckDB查询性能优化实战对比

1. 问题现象与背景分析

最近在数据仓库迁移项目中遇到一个典型性能问题：同一条SQL查询在PostgreSQL中执行仅需200ms，而在DuckDB中却需要15秒以上。这个现象引起了我的警觉，因为两者都是现代OLAP引擎，理论上DuckDB的列式存储应该更适合分析型查询。

经过排查，发现这是一条包含多表JOIN、窗口函数和复杂过滤条件的分析查询。PostgreSQL通过巧妙的索引设计和查询优化器给出了高效执行计划，而DuckDB的优化器在这个特定场景下却产生了次优方案。这反映出不同数据库引擎在优化器实现上的关键差异。

2. 查询特征深度解析

2.1 问题SQL结构拆解

示例查询（简化后）：

sql复制WITH user_metrics AS (
  SELECT 
    user_id,
    SUM(CASE WHEN event_type = 'purchase' THEN amount ELSE 0 END) AS total_spend,
    COUNT(DISTINCT item_id) AS unique_items
  FROM events
  WHERE event_time BETWEEN '2023-01-01' AND '2023-12-31'
  GROUP BY user_id
)
SELECT 
  u.user_id,
  u.total_spend,
  u.unique_items,
  RANK() OVER (ORDER BY u.total_spend DESC) AS spend_rank
FROM user_metrics u
JOIN user_profiles p ON u.user_id = p.user_id
WHERE p.country = 'US' 
  AND p.subscription_type = 'premium'
ORDER BY spend_rank
LIMIT 100;

2.2 关键性能影响因素

1. 时间范围过滤：event_time的年度范围过滤
2. 多阶段聚合：CTE中的SUM和COUNT DISTINCT
3. 窗口函数：RANK() OVER全量排序
4. JOIN操作：与用户维度表