用几个可能的值按列连接两个表。提高性能

Question

决定重做这个问题，因为以前的方法不是最优的。

我有两个客户表，t1 和 t2（分别为 27M、7M 行）。每个表都有姓氏、名字和一堆其他个人数据。我在做身份解析，所以我想先通过匹配名字加入他们，然后再看其他列来确定他们是否是同一个人。

我想说明一个事实，即当两个表使用昵称时，同一个人的名字可能不同。

使用外部数据集，我在 t2 中创建了一个额外的昵称列，它是一个数组，例如，如果 fname2 是 'robert'，那么昵称是 ['robert','rob','bob']。它总是至少有一个元素，即 fname2 本身。

加入这个的查询是：

SELECT *
FROM t1
JOIN t2 ON t1.lname1= t2.lname2
AND t1.fname1 = ANY(t2.nicknames)

但是，我有兴趣通过为此任务使用适当的索引和分区来最大化性能。

我如何解释数据集可以分成互斥的块（按字母顺序），只需要相互比较这一事实？

查询本身运行时间太长，但如果我过滤 t1 和 t2 以仅包含以“A”开头的姓氏，则它运行不到 2 分钟。

**我想做的是捕捉这个逻辑，几乎就像所有字母的 for 循环。我怎样才能告诉 postgres 像那样按字母顺序拆分表格并且只将相应的块彼此连接起来？

或者更简单，如果不能用这个版本完成，我将如何编写一个“for-loop”来手动执行此操作？**

我也有兴趣找出这种问题的名称，要搜索的关键字是什么，以及我可以在哪里阅读并找出推荐的做法。

不幸的是，我仍在使用 Postgres 9.4，无法更改...

Answer 1

检查场景一：

SELECT t1.*,t2.* FROM t1 JOIN t2 ON t1.lname1= t2.lname2;

检查场景2：

SELECT t1.*,t2.* FROM t1,t2 where t1.lname1=t2.lname2;

检查场景 3：

SELECT t1.*,(select t2.lname2 from t2 where t2.lname2=t1.lname1) FROM t1;