PostgreSQL的hash索引是否有用

发布网友发布时间：2022-04-24 12:02

共2个回答

懂视网时间：2022-04-30 12:49

对于~、~*、like和ilike操作符来说，它们缺少很多特性:①对语言支持较弱，比如不能识别单词的复数形式。②没有有效的分类和排序手段。 ③执行速度缓慢，通常就是因为无法有效的使用索引。

全文索引允许文档被预处理，并且它可以为后边的快速搜索保存一个索引。预处理做的工作主要有:①解析文档标记。比如它可以标识不同类别的记号，它可以区分数字、复合词、电子邮件地址等等，它们使用不同的处理方式。我们的pgsql使用解析器来执行这一步。②转换标记为词。词是一个字符串，就像一个标记一样，但是它被标准化过，这样同一个词的不同形式都是一样的。比如它们一般会删除后缀。我们的pgsql使用词典执行这一步。它可以提供各种标准词典，以及为特定的需求创造的自定义词典。③为优化搜索存储预处理文档。通常每个文档都可以表示为标准化词汇排序数组。

对于字典，它可以允许细粒度控制如何使用合适的字典规范化标记。我们可以：①定义不被索引的屏蔽词。②映射同义词到一个词。③使用同义词词典将短语映射到一个词。④根据词典将词的不同形式映射到一种范式。⑤根据词根将一个词的不同形式映射成为一种范式。

通常一个文档就是全文搜索系统的搜索单元，它可以是一篇文章或者是一封邮件。文本搜索引擎必须能够解析这个文档，而且可以存储它们同关键词的联系性，而这些联系用来搜索包含查询词的文档。

在pgsql中，文档通常是一个数据库表中一行的文本字段，或者是这些字段的可能组合(级联)，可能存储在多个表中或者动态的获得。也就是说，一个文档可以由索引的不同部分部分构成，它不一定非要作为一个整体存储。

辛星浅析postgresql中的全文索引(上)

标签：辛星 pgsql postgresql 全文索引

热心网友时间：2022-04-30 09:57

根据PostgreSQL的手册，PostgreSQL中hash索引有很大的缺陷，不推荐使用。
Hash 索引操作目前没有记录 WAL 日志，因此如果数据库崩溃有未写入的改变，我们可能需要用REINDEX重建 Hash 索引。另外，对hash索引的改变在初始的基础备份后不是基于流复制或者基于文件复制的，所以对于随后使用它们的查询会给出错误的回复。因为这些原因，我们并不鼓励使用 Hash 索引。
并且hash索引只支持"等于"查询，而PostgreSQL中作为默认索引类型的btree能支持包括“等于”在内的各种比较操作，功能上覆盖了hash索引。因此，在PostgreSQL中，对常规数据类型，btree索引是不二之选。（相比Oracle中有过于丰富的索引类型可选择，在PostgreSQL中建索引是不是更轻松一点？）
那么，既然不推荐使用hash索引，PostgreSQL为什么还要实现hash索引呢？
PostgreSQL的hash索引使用的线性hash算法，可以动态扩展桶数，理论上的查询复杂度接近O(1)，这是btree无法比拟的。下面做个实测，也证明了在大数量的情况下，hash索引的性能确实明显优于btree。所以在某些极少的特殊场景下，hash索引也还是可以考虑的。