一个 DISTINCT 让 Postgres 并行失效

The DISTINCT in Your COUNT

在分析工作中，SELECT count(DISTINCT user_id) 看似简单，却会直接导致 Postgres 放弃并行查询。哪怕你有再多 CPU 核心，只要出现 DISTINCT，整个语句就会退化为单核串行执行，甚至引发磁盘临时文件溢出。这是因为 Postgres 的并行聚合机制无法合并不同工作线程的“去重”结果。文章通过实际测试对比，展示了如何通过将 DISTINCT 改写为 GROUP BY 子查询来恢复并行能力，使查询速度提升 3.4 倍。对于处理大规模数据表的开发者来说，理解这一机制差异至关重要。