Question

我在postgres中有一张表，有大约200万条记录。我需要提供一些索引，以便为like %text%查询提供良好的性能。

我在某地读过Gin索引适合%text%次搜索，所以尝试了Gin和Gist索引，但不知道为什么没有这样的性能提升，而且Gin索引使用顺序扫描而不是堆扫描。

这是我的杜松子酒指数：

CREATE INDEX city_gin_idx_name
  ON city
  USING gin
  (to_tsvector('english'::regconfig, lower(name::text)));

查询效果：

“排序（成本= 117553.00..118496.71行= 377482宽度= 50）（实际 time = 1719.660..1745.702 rows = 35185 loops = 1）“”排序键：（concat（name，'，'，state_name，'，'，country_name））“”排序方法：外部合并磁盘：2200kB“” - ＆gt; Seq扫描城市（成本= 0.00..56777.75行= 377482宽度= 50）（实际 time = 0.392..1474.559 rows = 35185 loops = 1）“”过滤器：（（lower（（name）:: text）~~'％ed％':: text）或（（city_metaphone）:: text = 'K':: text））“”由过滤器删除的行：1851806“”总运行时间： 1764.036 ms“

请告诉我这个要求的任何合适的索引。

Answer 1

您需要为该查询创建两个索引，并且需要在查询中使用完全相同的表达式来使用它们：

create index … on city using GIN (to_tsvector('english', name));
create index … on city (city_metaphone);

请注意，在第一个索引中小写名称是无用的，因为to_tsvector无论如何都会在计算向量时忽略该大小写。

然后查询需要看起来像这样，你应该得到一个使用位图索引扫描的计划：

select *
from city
where city_metaphone = 'K'
   or to_tsvector('english', name) @@ to_tsquery('english', 'Katmandu');

话虽如此，我认为你在这里使用全文是错误的。特别是，您的'%ed%'表示您希望全文可以让您进行某种LIKE比较。

这不是它开箱即用的方式，但是三元组将使它以这种方式工作：

http://www.postgresql.org/docs/current/static/pgtrgm.html

postgres中大型数据库的索引

1 个答案: