PostgreSQL的GIN索引比GIST的pg_trgm慢？

儘管所有的文檔都說，我發現GIN索引比pg_trgm相關搜索的GIST索引慢得多。這是一張2500萬行的表格，文字字段相對較短（平均長度爲21個字符）。大部分文本行都是「123 Main St，City」形式的地址。PostgreSQL的GIN索引比GIST的pg_trgm慢？

GIST指數大約需要4秒，像

select suggestion from search_suggestions where suggestion % 'seattle';

一個搜索，但GIN需要90秒，然後EXPLAIN ANALYZE運行時，下面的結果：

Bitmap Heap Scan on search_suggestions (cost=330.09..73514.15 rows=25043 width=22) (actual time=671.606..86318.553 rows=40482 loops=1) 
    Recheck Cond: ((suggestion)::text % 'seattle'::text) 
    Rows Removed by Index Recheck: 23214341 
    Heap Blocks: exact=7625 lossy=223807 
    -> Bitmap Index Scan on tri_suggestions_idx (cost=0.00..323.83 rows=25043 width=0) (actual time=669.841..669.841 rows=1358175 loops=1) 
     Index Cond: ((suggestion)::text % 'seattle'::text) 
Planning time: 1.420 ms 
Execution time: 86327.246 ms

注意，超過一百萬行正在由索引選定，即使只有40k行實際匹配。任何想法爲什麼這表現如此糟糕？這在PostgreSQL 9.4上。

來源

2017-03-24 Doug

一些信息的性能問題是缺少。表定義，表和索引的總大小。 [見說明這裏。]（https://stackoverflow.com/tags/postgresql-performance/info） –

的一些問題比較突出：

首先考慮升級到Postgres的的當前版本。在撰寫本文時，第9.6或第10頁（目前爲測試版）。從Pg 9.4開始，對GIN索引，附加模塊pg_trgm和大數據進行了多次改進。

接下來，你需要更多的RAM，特別是較高的work_mem設置。我可以從該線路EXPLAIN輸出告訴：

Heap Blocks: exact=7625 lossy=223807

「有損」在一個位圖堆掃描（根據您的特定編號）的細節表示work_mem一個急劇短缺。 Postgres僅在位圖索引掃描中收集塊地址而不是行指針，因爲在設置較低的work_mem（無法在RAM中保存精確地址）時，該地址會更快。在這種方式下，以下位圖堆掃描必須過濾更多不合格行。該相關答案有更多的細節：

「Recheck Cond:」 line in query plans with a bitmap index scan

但不設置work_mem太高不考慮整體情況：

Optimize simple query using ORDER BY date and text

有可能其他問題，如索引o表臃腫或更多配置瓶頸。但是，如果你只修復這兩個項目，查詢應該是更快已經更快。

另外，你是否真的需要檢索示例中的所有40k行？您可能想要將一個小的LIMIT添加到查詢中，並將其設置爲「最近鄰居」搜索 - 在這種情況下，GiST索引畢竟是更好的選擇，因爲那個應該更快，而且GiST索引。例如：

Best index for similarity function

來源

2017-06-30 19:00:50

非常感謝！該機器有很多內存，所以我會嘗試增加work_mem設置。最後的查詢將使用一個限制，爲了簡化，我將它從示例中刪除了 - 添加它並沒有改變查詢計劃（除了顯而易見的額外限制）。 – Doug

PostgreSQL的GIN索引比GIST的pg_trgm慢？

回答

相關問題