如何让 Postgres 对一组值使用索引？

Question

我有一个大约 35M 行的表，并尝试查找“已处理”记录以不时删除。有效状态有 14 个，已处理 10 个。

id uuid default uuid_generate_v4() not null primary key,
fk_id uuid not null references fk_table,
-- ... other columns
created_date timestamptz default now() not null,
status varchar(128) not null

索引在

(status,created_date)

。
像这样的查询：

select id from table
where created_date < 'somedate'
and status = ANY('{a,b,c..10}')

查询规划器坚持使用完整的 seq_scan，而不是索引。

有什么技巧可以让 Postgres 使用谓词的

status = ANY

部分的索引吗？

Answer 1

如果超过百分之几的行符合条件 - 或者更确切地说，如果 Postgres 估计 一样多 - 它将选择顺序扫描，对于这种情况，这会更快。

如果事实上只有少数行符合条件，那么您的列统计信息（和/或成本设置）应该归咎于误导性的估计。

如果引用的索引仅用于手头的目的，并且只有相对较少的行具有“已处理”状态，请将其替换为部分索引：

CREATE INDEX foo ON tbl (created_date) WHERE status = ANY('{a,b,c..10}')

将使索引更小，查询更快，并且使用它的可能性更大。

无论哪种方式，至少增加一点

created_date

和状态的统计目标很可能是有帮助的。参见：

• 防止 PostgreSQL 有时选择错误的查询计划

无论哪种方式，仅对于“14个有效状态”，

status varchar(128)

似乎非常浪费。

更多取决于缺失的细节......