我们有一个带有时间戳字段created_at的Postgres表。 定期地，我们需要找到所有记录，其中created_at的day字段是某个数字。

我们可以像这样运行查询

select * from table where extract(day from created_at) = 3;

我怀疑这效率不高，即正在执行全表扫描。 如果是这样，我可以通过某种方式创建索引以使上述效率更高吗？

如果不可能，我们可以创建一个单独的列，称为created_at_day并在其上创建索引。

所以我们可以像这样简单地运行查询

select * from table where created_at_day = 3;

假设created_at可以更新。 每当发生这种情况时， created_at_day也应更新。

Postgres是否提供任何支持来自动保持created_at_day与created_at同步？ 如果是这样，怎么办？

当然，这可以在应用程序逻辑中完成。 所以每当created_at创建或更新，我们更新了created_at_day列。 但是，只是想知道是否有更简单，自动化的方法来做到这一点。

谢谢

您可以在extract(day from created_at)创建索引extract(day from created_at)创建extract(day from created_at)

要查看区别：

建立表格

knayak=# create table t as select i ,now()::timestamp + interval '1 days' * i as created_at from generate_series(1,10000) as i;
SELECT 10000

在created_at上创建普通索引

knayak=# create index ind_created_at on t(created_at);
CREATE INDEX

knayak=# explain analyze select * from t where extract(day from created_at) = 3;
                                           QUERY PLAN
-------------------------------------------------------------------------------------------------
 Seq Scan on t  (cost=0.00..205.00 rows=50 width=12) (actual time=1.049..6.020 rows=328 loops=1)
   Filter: (date_part('day'::text, created_at) = '3'::double precision)
   Rows Removed by Filter: 9672
 Planning time: 0.392 ms
 Execution time: 6.070 ms
(5 rows)

用提取创建索引

knayak=# drop index ind_created_at;
DROP INDEX
knayak=# create index ind_created_at on t( extract(day from created_at) );
CREATE INDEX
knayak=# explain analyze select * from t where extract(day from created_at) = 3;
                                                        QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on t  (cost=4.67..61.66 rows=50 width=12) (actual time=0.110..0.260 rows=328 loops=1)
   Recheck Cond: (date_part('day'::text, created_at) = '3'::double precision)
   Heap Blocks: exact=54
   ->  Bitmap Index Scan on ind_created_at  (cost=0.00..4.66 rows=50 width=0) (actual time=0.093..0.093 rows=328 loops=1)
         Index Cond: (date_part('day'::text, created_at) = '3'::double precision)
 Planning time: 0.316 ms
 Execution time: 0.314 ms
(7 rows)