连接的查询运行时间过长-Postgresql

我有一个疑问，运行时间太长了。 我正在使用PostgreSQL 10.3。 在这个查询涉及的表中，每个表中大约有350万条记录。 查询是：

SELECT thf.attr1, thf.attr2, thf.attr3, thf.attr4
FROM tb_one AS thf
INNER JOIN tb_two AS ths
ON ths.tb_hit_hitid = thf.tb_hit_hitid
WHERE ths.source IN ('source1', 'source2')

在这些表中，我有索引：

CREATE INDEX tb_two_idx_1 on tb_two (Source ASC, attr5 ASC);
CREATE INDEX tb_one_idx_1 on tb_one USING btree (attr1 ASC,attr2 ASC,attr3 ASC,attr4 ASC);
CREATE INDEX tb_one_idx_2 on tb_hit_feature (tb_hit_HitId ASC);
CREATE INDEX tb_two_idx_2 on tb_hit_source (tb_hit_HitId ASC);

这是查询计划（

explain（analysis，buffers）

）：

对于此查询：

SELECT thf.attr1, thf.attr2, thf.attr3, thf.attr4
FROM tb_one thf INNER JOIN
     tb_two ths
     ON ths.tb_hit_hitid = thf.tb_hit_hitid
WHERE ths.source IN ('source1', 'source2');

您需要在

tb\u-two（源、tb\u-hitid）

和

tb\u-one（tb\u-hitid）

上建立索引。这可能是最好的指数

如果查询返回重复的结果（由于连接），我建议这样写：

SELECT thf.attr1, thf.attr2, thf.attr3, thf.attr4
FROM tb_one thf
WHERE EXISTS (SELECT 1
              FROM tb_two ths
              WHERE ths.tb_hit_hitid = thf.tb_hit_hitid AND
                    ths.source IN ('source1', 'source2')
             );

---

对于这个版本，您希望索引是

tb\u-two（tb\u-hit\u-hitid，source）

取决于值的分布，是不是

tb\u-two（tb\u-hit\u-hitid，source）

会更好？@AndrewLazarus。第一个问题？我对此表示怀疑。您可能希望首先按

where

子句进行筛选。我的意思是，我想索引顺序可能没有什么不同，但是通常情况下，

where

上的过滤器将是第一个。-我的想法是，

thf.source

的不同值可能太少，不值得索引，而连接可能是高度选择性的。您的where条件根据第二个表从一个表中选择大约180万行。我不知道你期望它有什么样的表现——这个计划非常适合这些条件。这可能是因为您的工作量太低，数据库必须使用磁盘作为临时文件-您可以发布

explain（analyze，verbose，buffers）选择…

进行确认。

SELECT thf.attr1, thf.attr2, thf.attr3, thf.attr4
FROM tb_one thf
WHERE EXISTS (SELECT 1
              FROM tb_two ths
              WHERE ths.tb_hit_hitid = thf.tb_hit_hitid AND
                    ths.source IN ('source1', 'source2')
             );