PostgreSQL查询优化：获取无地址且当前Active为TRUE的员工ID

首先你的原查询存在逻辑矛盾和语法错误，这不仅会导致结果不符合需求，还会拖慢查询速度：

• 你先通过emp.empid = add.empid关联了address表，紧接着又用emp.emp_id not in (...)排除该表的所有记录，这会直接返回空结果，完全违背你的业务需求
• 字段名写错：emp.val应该是emp.value，emp.emp_id应该是emp.empid，这会导致语法错误或无匹配数据
• 冗余关联：关联address表完全是多余操作，平白增加了数据库的计算量

修正后的高效查询 #

方案1：LEFT JOIN + IS NULL（直观易懂） #

SELECT emp.empid
FROM schema1.employees emp
LEFT JOIN schema2.address add 
    ON emp.empid = add.empid
WHERE emp.attribute = 'ACTIVE'
  AND emp.value = 'TRUE'
  AND CURRENT_DATE BETWEEN emp.start_date AND emp.end_date
  AND add.empid IS NULL
LIMIT 20;

方案2：NOT EXISTS（性能更优，适合大数据量场景） #

SELECT emp.empid
FROM schema1.employees emp
WHERE emp.attribute = 'ACTIVE'
  AND emp.value = 'TRUE'
  AND CURRENT_DATE BETWEEN emp.start_date AND emp.end_date
  AND NOT EXISTS (
      SELECT 1 
      FROM schema2.address add 
      WHERE add.empid = emp.empid
  )
LIMIT 20;

进一步提速的优化手段 #

• 添加索引：
  • 给schema1.employees建复合索引：CREATE INDEX idx_emp_active_current ON schema1.employees (attribute, value, start_date, end_date, empid);，这个索引能让数据库直接定位到当前活跃的员工，不用全表扫描
  • 给schema2.address的empid字段建索引：CREATE INDEX idx_add_empid ON schema2.address (empid);，加速判断员工是否有地址记录的查找
• 去掉冗余操作：你的需求中每个员工的当前活跃记录应该是唯一的，所以不需要DISTINCT，去掉它能减少排序去重的开销
• 确保字段类型正确：start_date和end_date要用DATE类型，不要存成字符串，否则日期范围判断会变慢

内容的提问来源于stack exchange，提问作者Johny