PostgreSQL高效检查符合条件的distinct行数是否≥N的方法

要实现找到N个符合条件的distinct条目后立即停止扫描，返回是/否结果，可以用以下两种高效方法：

方法一：用EXISTS结合LIMIT判断 #

假设你要判断是否至少有N个不同的user_id（示例中N=100），可以这样写：

SELECT EXISTS (
  SELECT 1
  FROM (
    SELECT DISTINCT user_id
    FROM user_submissions
    WHERE category = 12
    LIMIT 100
  ) AS distinct_users
  HAVING COUNT(*) = 100
);

这个查询的逻辑是：子查询会在收集到100个不同的user_id后立刻停止扫描，外层通过EXISTS判断子查询的结果行数是否刚好等于100——如果是，说明至少有100个（返回true，对应“是”）；如果子查询返回的行数不足100，说明总数不够（返回false，对应“否”）。

方法二：用GROUP BY替代DISTINCT（性能相近） #

也可以用GROUP BY代替DISTINCT，效果一致：

SELECT EXISTS (
  SELECT 1
  FROM (
    SELECT user_id
    FROM user_submissions
    WHERE category = 12
    GROUP BY user_id
    LIMIT 100
  ) AS grouped_users
  HAVING COUNT(*) = 100
);

关键优化：创建合适的索引 #

为了让这个查询跑得更快，一定要创建复合索引：

CREATE INDEX idx_user_submissions_category_userid ON user_submissions (category, user_id);

这个索引可以让Postgres直接通过索引扫描获取符合category=12的user_id，无需扫描全表，进一步提升提前停止的效率。

为什么原查询慢？ #

你的原查询会强制Postgres扫描全表并统计所有distinct的user_id数量，哪怕实际数量早已超过N，完全做了无用功。而上面的方法利用LIMIT让数据库在收集到足够的distinct值后立刻终止扫描，极大减少了IO和计算量。

内容的提问来源于stack exchange，提问作者sk29910