GaussDB 大表数据存在性查询

一、查询执行计划 —— 扫描方式优先级

GaussDB 查询优化器扫描方式优先级（从高到低）：

排名	扫描类型	说明
1	Index Only Scan（仅索引扫描）	所有需要的列都在索引中，无需回表
2	Index Scan（索引扫描）	通过索引定位数据，再回表获取完整行
3	Bitmap Index Scan + Bitmap Heap Scan（位图扫描）	先构建位图，再批量获取数据页
4	Sequential Scan（顺序扫描/全表扫描）	逐行扫描整个表

Index Scan 排第 2 位。

优化器基于 成本估算（COST） 决定，非固定顺序。通过 EXPLAIN ANALYZE 查看实际执行计划。

---

二、大表索引创建风险与数据量阈值

经验参考值

数据量	风险等级	建议
< 1000 万行	低	正常创建
1000 万 ~ 1 亿行	中	低峰期操作，关注磁盘和内存
1 亿 ~ 10 亿行	高	必须使用 CONCURRENTLY，提前评估空间
> 10 亿行	极高	分批、分区索引或使用在线工具

主要风险

• 磁盘空间不足：创建过程峰值占用为最终索引大小的 2~3 倍
• 锁超时失败：并发长事务占用表锁导致冲突
• 内存不足（OOM）：maintenance_work_mem 偏小
• WAL 日志暴增：超大表创建索引产生大量日志

关键参数

SET maintenance_work_mem = '2GB';
SET lock_timeout = '300s';

最佳实践

-- 使用 CONCURRENTLY 避免锁表
CREATE INDEX CONCURRENTLY idx_name ON table_name(column_name);

-- 分区表使用 LOCAL 索引
CREATE INDEX idx_part ON partition_table(column_name) LOCAL;

---

三、限制查询只返回单条记录（LIMIT 用法）

-- 最常用写法
SELECT * FROM table_name WHERE condition LIMIT 1;

-- 标准 SQL 语法
SELECT * FROM table_name WHERE condition FETCH FIRST 1 ROWS ONLY;

-- 随机 1 条
SELECT * FROM table_name ORDER BY RANDOM() LIMIT 1;

-- 最大/最小的 1 条
SELECT * FROM table_name ORDER BY column_name DESC LIMIT 1;
SELECT * FROM table_name ORDER BY column_name ASC  LIMIT 1;

---

四、数据存在性判断 —— 存在返回 1，不存在返回 0

推荐写法：CASE + EXISTS

SELECT CASE WHEN EXISTS (
    SELECT 1 FROM table_name WHERE column_name = 'value'
) THEN 1 ELSE 0 END;

其他写法

-- COALESCE + LIMIT
SELECT COALESCE((SELECT 1 FROM table_name WHERE column_name = 'value' LIMIT 1), 0);

-- COUNT + LIMIT
SELECT COUNT(*) FROM (
    SELECT 1 FROM table_name WHERE column_name = 'value' LIMIT 1
) t;

写法	性能	说明
CASE WHEN EXISTS	最优	找到即停，语义最清晰
COALESCE + LIMIT	较优	同样找到即停
COUNT(*)	注意	务必加 LIMIT 1，否则扫描全部匹配行