重复数据的Postgres索引性能

Question

具有包含以下列的表格：

users

 id     |  name   | city 
--------+---------+-----------

由于同一城市中有许多用户，因此同一城市可能会出现多次。通过在其上添加索引，是否可以在重复值时获得性能优势？还是会对性能产生负面影响？

查询我正在尝试运行

SELECT DISTINCT city FROM users;

Answer 1

恕我直言，真正的解决方案是规范化该表并创建一个新的City表。像这样：

User
    idUser: Primary key
    Name
    City_idCity  <-- foreign key to the City table

City
    idCity: Primary key
    Name

这样，就没有索引要维护（idCity仍然是表City的主键）。要获取现有城市的列表，只需

SELECT Name FROM City

因此，您不需要DISTINCT并避免进行全表扫描。

您还将获得归一化表的其他好处。

例如New-York的城市与New York相同吗？还是NewYork？这样可以确保用户始终只能选择一个城市，而不会像在自由文本字段中那样创建重复项。