PostgreSQL：索引状态列与时间戳列的大表查询性能对比

问题背景 #

我有一张约2000万条记录的PostgreSQL表，第一列为记录创建时间戳（created_at），第二列为char类型的状态列（status）：99%记录的状态为'ready'，剩余为'pending'，两列均已建立索引。想知道查询所有状态为'ready'的记录，与查询所有创建时间早于指定时间戳的记录（结果集约占总数据99%），哪种查询更快？

查询语句对比 #

查询1（按状态筛选）：

SELECT * from my_table WHERE status = 'ready';

查询2（按时间范围筛选）：

SELECT * from my_table where created_at < TIMESTAMP;

性能分析与结论 #

1. 核心逻辑：高占比结果集优先全表扫描
   PostgreSQL优化器对返回结果集占总数据90%以上的查询，通常会选择全表扫描（Seq Scan），而非索引扫描。原因很简单：索引扫描需要先遍历索引找到对应行的位置，再回表读取完整数据，这个过程的IO开销反而比直接一次性扫描全表更大。

2. 两类查询的实际执行路径

• 对于status = 'ready'：由于'ready'占比99%，status索引的选择性极差（几乎没有区分度），优化器会直接放弃索引，走全表扫描。
• 对于created_at < 指定时间戳：结果集同样占99%，即使created_at是有序字段，只要结果集占比极高，优化器依然会选择全表扫描。除非你的表是严格按created_at物理排序存储（比如用CLUSTER命令将表与created_at索引绑定，或者是时序表按插入顺序存储），可能会有极轻微的IO连续读取优势，但在2000万条数据的量级下，这个差异完全可以忽略。

3. 最终结论
   两类查询的性能几乎没有差别，都会以全表扫描的方式执行。如果硬要找差异，只有在created_at物理存储完全有序的极端情况下，时间范围查询可能有极其微弱的优势，但实际业务场景中感受不到。

内容的提问来源于stack exchange，提问作者Asaf Ben Aharon