以下是一个使用 IN 子查询的 SQL 语句示例。该查询从 grade 表中检索所有 grd_id 匹配 employee 表中 emp_id 大于 3,000,000 的记录的 emp_grade 的数据：
select *
from grade
where grd_id in (select b.emp_grade
from employee b
where b.emp_id > 3000000)
查询的执行计划显示，该语句耗时 12.6 秒。
该查询计划显示，优化器采用了 嵌套循环（Nested Loop） 连接方式：先对 grade 表进行全表顺序扫描（Sequential Scan），再对 employee 表进行索引扫描（Index Scan）。然而，这种执行逻辑会导致 每个 grade 表的记录都会触发一次针对 employee 表中 emp_id > 3,000,000 条件的索引扫描。虽然 employee 表总记录约 400 万条，但满足 emp_id > 3,000,000 的记录不足 100 万条。
为解决此问题，我通过在子查询中增加 GROUP BY 子句重写了 SQL：
select *
from grade
where grd_id in (select b.emp_grade
from employee b
where b.emp_id > 3000000
group by b.emp_grade)
修改后的查询计划发生以下关键变化：
- GROUP BY 子句强制子查询优先执行.
- 通过索引扫描快速筛选出 employee 表中 emp_id > 3,000,000 的记录.
- 对 emp_grade 列进行分组操作，消除重复值。
- 将 grade 表与已分组的 emp_grade 子集通过哈希表高效关联。
优化后的 SQL 执行时间降至 0.54 秒，性能显著提升。
优化后的 SQL 语句比原始版本 性能提升超过 23 倍。此类优化也可以通过 Tosska SQL Tuning Expert Pro for PostgreSQL 工具实现。在下方的截图中，虽然展示了其他性能更优的 SQL 改写方案，但受限于篇幅无法在此详述——我们后续可以进一步探讨这一主题。
Tosska SQL Tuning Expert Pro for PostgreSQL – Tosska Technologies Limited