Postgres 9.4中超大客户表分区连接的最佳实践问询

当前场景与查询语句 #

正在对两个超大客户表做身份解析，需按客户姓氏匹配，同时匹配包含昵称变体的名字，当前使用的SQL查询如下：

SELECT * FROM t1
INNER JOIN t2
ON t1.lname = t2.lname
AND t1.fname ~ t2.fname_regex

遇到的性能瓶颈 #

由于表数据量极大，尝试按姓氏首字母拆分查询后，仅筛选姓氏以字母"a"开头的数据，t1仍有67.1万行、t2有20.3万行，上述查询数小时无法完成。

需求咨询 #

希望将表按字母范围拆分为单块6.7万/2万行的规模，按对应字母范围的块逐一进行连接。请问这类分区连接是否有最佳实践？能否让Postgres自动按列生成字母分区、创建索引并逐块执行连接？

注：使用Postgres 9.4.26版本，无法升级。

补充说明 #

性能问题核心来自正则匹配：通过外部昵称数据集为每个名字生成类似(^robert$|^bob$|^rob$)的fname_regex，以此匹配昵称变体。若该正则方案无法优化，请问有什么推荐的实现方式？

额外补充 #

已提出新问题，内容为基于多可能值连接两表的性能优化（原英文问题已翻译为中文）

内容的提问来源于stack exchange，提问作者Spine Feast