更新不使用索引postgres

Question

我正在尝试优化一个查询。我正在更新的表vwml_premilisa有350万条记录。我有第二个表（50k条记录），它指定了哪些记录需要更新。

在"vin"列上的vwml_remelissa上有一个唯一的索引。

CREATE UNIQUE INDEX pkey_vwml_premelissa
  ON extras.vwml_premelissa
  USING btree
  (vin COLLATE pg_catalog."default");

查询。。。

update extras.vwml_premelissa 
    set suppress = 'THREE' where vin in (select vin from extras.vwml_threes) 

在我的开发箱上要花一个多小时。当我对查询进行解释时，我会得到

Update on vwml_premelissa  (cost=1837.07..412393.58 rows=52892 width=182)
  ->  Hash Semi Join  (cost=1837.07..412393.58 rows=52892 width=182)
        Hash Cond: ((vwml_premelissa.vin)::text = (vwml_threes.vin)::text)
        ->  Seq Scan on vwml_premelissa  (cost=0.00..219004.32 rows=3685132 width=176)
        ->  Hash  (cost=865.92..865.92 rows=52892 width=24)
              ->  Seq Scan on vwml_threes  (cost=0.00..865.92 rows=52892 width=24)

为什么postgres坚持对vwml_remelissa进行seq扫描，而不是使用索引来定位需要更新的记录？

postgres 9.2 windows

Answer 1

我不是DBMS专家，我已经有几年没有在PostgreSQL中工作了，但在一些RDBMS中，如果引擎认为无论如何都必须执行表扫描，那么查询并不总是使用索引。例如，如果vwml_threes具有高基数和类似于vwml_premelissa中的行数，则引擎可能会决定，对vwml_threes中的每个记录执行索引查找和执行表扫描一样有效。

您可以尝试包含额外的标准，例如按日期进行分块，然后在这些分块上迭代，直到您的完整更新完成。显然，如果您希望看到性能提升，也需要对这些条件进行索引，因此您的总查询成本将包括添加丢失的索引，这对于一次性查询来说可能没有意义。

我很想知道这个解释是否适用于PostgreSQL——很可能我错了。