PostgreSQL：带简单WHERE子句的查询性能优化求助

我有一张包含以下列的表：

ID (VARCHAR)
CUSTOMER_ID (VARCHAR)
STATUS (VARCHAR)（存在4种不同状态）
其他无关列

需要查询customer_id为'12345678'且status为'STATUS1'或'STATUS2'的所有行，查询语句如下：

SELECT *
FROM my_table
WHERE customer_id = '12345678' AND status IN ('STATUS1', 'STATUS2');

表约有100万条数据，已为customer_id和status分别创建单列索引，但查询仍耗时约1秒，执行计划显示为全表扫描：

1.  Gather      
2.  Seq Scan on my_table
    Filter: (((status)::text = ANY ('{SUBMITTED,CANCELLED}'::text[])) AND ((customer_id)::text = '12345678'::text))

创建索引后已执行analyze my_table，如何优化此查询性能？

• 创建(customer_id, status)复合索引
  单列索引未被选用的核心原因，大概率是status的选择性极低（仅4种取值），或者customer_id='12345678'的匹配行数较多，优化器判断全表扫描成本更低。复合索引能直接定位到同时满足两个条件的行，大幅减少扫描范围：

  CREATE INDEX idx_my_table_customer_status ON my_table (customer_id, status);
  

  索引创建完成后，运行EXPLAIN ANALYZE验证是否切换为索引扫描。

• 考虑覆盖索引（若无需返回全列）
  如果查询不需要返回所有字段，仅需特定列，可创建包含目标列的覆盖索引，避免回表查询的开销：

  -- 将括号内的列替换为实际需要返回的字段
  CREATE INDEX idx_my_table_customer_status_covering ON my_table (customer_id, status) INCLUDE (id, col1, col2);
  

  这类索引能让查询直接从索引中获取所需数据，性能会进一步提升。

• 验证统计信息准确性
  虽然执行了ANALYZE，仍需确认数据库对customer_id和status的统计是否准确（以PostgreSQL为例）：

  SELECT attname, n_distinct, most_common_vals
  FROM pg_stats
  WHERE tablename = 'my_table' AND attname IN ('customer_id', 'status');
  

  若统计数据偏差较大，可执行ANALYZE VERBOSE my_table强制更新详细统计信息。

• 调整优化器参数（谨慎操作）
  如果使用机械硬盘，数据库默认的random_page_cost（PostgreSQL中默认值为4）可能偏高，导致优化器更倾向于全表扫描。可临时调整参数测试效果：

  SET random_page_cost = 2;
  

  若测试有效，再考虑在数据库配置文件（如postgresql.conf）中持久化修改（需重启数据库生效）。

内容的提问来源于stack exchange，提问作者LaurentG