12.9. GIN 和 GiST 索引类型

有两种索引可用于加速全文本搜索。请注意，对于全文搜索而言，索引不是必需的，但是在定期搜索列的情况下，通常需要索引。

• CREATE INDEX name ON table USING GIN (column);

  • 创建基于 GIN(广义反向索引)的索引。 * column *必须为tsvector类型。

• CREATE INDEX name ON table USING GIST (column);

  • 创建基于 GiST(通用搜索树)的索引。 * column *可以是tsvector或tsquery类型。

GIN 索引是首选的文本搜索索引类型。作为反向索引，它们包含每个单词(词素)的索引条目，以及匹配位置的压缩列表。多字搜索可以找到第一个匹配项，然后使用索引删除缺少其他字的行。 GIN 索引仅存储tsvector值的单词(单词)，而不存储其权重标签。因此，当使用涉及权重的查询时，需要对表行进行重新检查。

GiST 索引是* lossy *，这意味着索引可能会产生错误匹配，因此有必要检查实际的表行以消除此类错误匹配。 (PostgreSQL 会在需要时自动执行此操作.)GiST 索引是有损的，因为索引中的每个文档都由固定长度的签名表示。签名是通过将每个单词散列为 n 位字符串中的单个位而生成的，所有这些位进行“或”运算以生成 n 位文档签名。当两个单词散列到相同的位位置时，将出现错误匹配。如果查询中的所有单词都匹配(真或假)，则必须检索表行以查看匹配是否正确。

由于不必要地提取了表记录而导致虚假匹配，因此损失会导致性能下降。由于对表记录的随机访问很慢，因此这限制了 GiST 索引的用途。错误匹配的可能性取决于多个因素，尤其是唯一单词的数量，因此建议使用字典来减少该数量。

请注意，通常可以通过增加maintenance_work_mem来改善 GIN 索引的构建时间，而 GiST 索引的构建时间对该参数并不敏感。

对大集合进行分区以及正确使用 GIN 和 GiST 索引，可以通过在线更新实现非常快速的搜索。可以使用表继承在数据库级别进行分区，也可以通过在服务器上分发文档并使用dblink模块收集搜索结果来进行分区。后者是可能的，因为排名功能仅使用本地信息。