在本篇文章中，作者Alexey Bashtanov将深入探讨PostgreSQL中关于分组聚合（Grouping Aggregation）的优化问题，聚焦于GroupAggregate和HashAggregate这两种分组聚合方式的原理及适用场景。
什么是分组聚合？
在PostgreSQL中，分组聚合是一种将输入数据分类并对每个类别进行聚合的操作，常用于汇总统计信息。例如，查询employees表中的每个部门平均薪水：
SELECT department_id, avg(salary) FROM employees GROUP BY department_id;
聚合函数的内部机制
在聚合操作中，聚合函数由状态（state）、输入和输出类型、初始状态（INITCOND）、转换函数（SFUNC）和最终函数（FINALFUNC）组成。转换函数在每次数据输入时更新状态，而最终函数在所有数据处理完后生成聚合结果。例如，sum和avg函数使用累加与计数操作来计算总和和平均值。
GroupAggregate vs HashAggregate
- GroupAggregate：通过排序和迭代实现分组聚合。在无法通过索引直接访问数据时，排序操作可能导致性能较低。
- HashAggregate：借助哈希表进行快速查找和聚合，需要分配额外的内存空间，但对排序聚合（如
ORDER BY）不适用。
聚合查询的优化
优化聚合查询时应尽量避免排序，并考虑使用count(distinct)的优化技巧，例如位图索引。此外，对于有序聚合场景，可通过SFUNC和FINALFUNC优化性能。