PostgreSQL 15 中 GROUP BY 与 ORDER BY 完全一致且有匹配前缀索引时,才启用排序聚合(GroupAggregate),避免哈希内存开销;否则仍走 HashAggregate 或 Sort + Aggregate,调大 work_mem 仅掩盖问题。

PostgreSQL 15 中的排序聚合(GROUP BY + ORDER BY 同列)能显著降低 work_mem 消耗,但前提是查询结构和索引匹配得当——否则优化器根本不会启用该路径。
GROUP BY 和 ORDER BY 列完全一致时才触发排序聚合
PostgreSQL 15 的优化器会在 GROUP BY 和 ORDER BY 使用**完全相同的一组列、顺序、方向(ASC/DESC)且无表达式包装**时,尝试复用排序结果,避免二次排序。这不是默认行为,而是条件触发的执行路径。
- ✅ 有效:
SELECT dept, COUNT(*) FROM emp GROUP BY dept ORDER BY dept - ❌ 无效:
SELECT UPPER(dept), COUNT(*) ... GROUP BY UPPER(dept) ORDER BY dept(列名不一致) - ❌ 无效:
GROUP BY dept ORDER BY dept DESC(方向不一致) - ❌ 无效:
GROUP BY dept, region ORDER BY dept(ORDER BY 列少于 GROUP BY)
必须有对应前缀索引,否则仍走哈希聚合
即使语法满足,若缺少支撑索引,优化器大概率仍选择哈希聚合(HashAggregate),因为哈希在无序数据上成本更低。排序聚合依赖索引扫描提供天然有序输入。
- 需要创建联合索引,且
GROUP BY列为最左前缀:CREATE INDEX idx_emp_dept ON emp(dept)或CREATE INDEX idx_emp_dept_region ON emp(dept, region) - 如果
GROUP BY dept, region,但只有INDEX(region, dept),则无法利用——顺序错位 - 索引中可
INCLUDE聚合字段(如amount)以支持 Index Only Scan,进一步减少 I/O
work_mem 实际节省量取决于分组键大小和唯一值数量
排序聚合本身不直接减少 work_mem 配置值,但它让聚合过程从「内存哈希表构建」变为「流式分组计数」,从而大幅压低峰值内存占用——尤其当分组键重复率高、唯一值远少于总行数时。
- 哈希聚合需为每个分组键分配哈希桶 + 存储中间状态,内存 ≈ 唯一键数 × (键长 + 聚合状态开销)
- 排序聚合只需缓存当前分组的运行值(如
COUNT、SUM),内存恒定在 KB 级别 - 实测:对 1 亿行、10 万唯一
dept值的表,哈希聚合峰值内存达 420MB;排序聚合稳定在 8MB 内 - 注意:若
GROUP BY键唯一值接近总行数(如主键),排序聚合优势消失,甚至因索引扫描开销略慢
EXPLAIN 中识别是否走排序聚合路径
别只看节点类型,重点验证执行计划是否真正跳过了哈希或显式排序步骤:
- 出现
GroupAggregate节点(不是HashAggregate或Sort + Aggregate) -
GroupAggregate的子节点是Index Scan或Index Only Scan,且Index Cond覆盖全部GROUP BY列 - 执行计划中没有独立的
Sort节点,也没有HashAggregate的Disk Usage字段 - 若看到
Sort节点但Sort Method: top-N heapsort,说明只是 limit 优化,和分组无关
真正容易被忽略的是:排序聚合收益高度依赖数据分布和索引质量,而不是版本升级自动生效。哪怕 PG15,一个缺失的索引或微小的 ORDER BY 方向差异,都会让优化器退回哈希路径——此时调大 work_mem 只是掩盖问题,而非解决问题。










