在全文搜索中，Postgres的性能比MYSQL高出多少？

Question

我一直是MYSQL用户，从未尝试过Postgres。

但是当数据集庞大时，MYSQL在全文搜索上有瓶颈。

Answer 1

几年前我在大型数据集上运行基准测试并发现：

• MySQL FULLTEXT

很慢。另一个缺点是它强迫MyISAM对你造成很多问题。一旦索引达到一定大小，索引更新也会非常慢：当您插入新行时，会重新生成索引的大部分内容，有时会为了插入论坛帖子而重写几百兆的索引。换句话说，对于一个有几MB帖子的小型论坛来说没问题，但维基百科没有使用它的原因......

• PostgreSQL全文

比MySQL全文快10到100倍，功能强大得多，插入/更新的要点很快，锁没有问题，换句话说，这是一个非常不错的解决方案。

然而，由于MVCC，当数据集大于RAM时搜索速度变慢，postgres需要通过命中堆来检查行的可见性。请注意，这可能会在将来的版本中更改。如果您的查询返回10行，没问题。但是，如果要SELECT WHERE（全文查询）ORDER BY date LIMIT 10并且fulltext匹配10.000行，则可能会变得非常慢。仍然比MySQL快，但不是你想要的性能。

• Xapian：我测试了这个，还有Lucene和Sphinx，它们都有良好的声誉。

Xapian不必遵循与数据库相同的限制，因此它可以进行更多的优化。例如，它是单作者多读者并发模型，因此您需要某种更新队列来在后台更新索引。它也有自己的磁盘格式。结果是，即使数据集比RAM大得多，它也非常快，特别是在匹配大量行，排序和返回最相关的复杂查询时。

索引也很大，它可能包含很多重复的东西。结果是它不需要寻找东西。

基本上，一旦Postgres开始进入IO寻求墙，MySQL就已经死了，而且Xapian一直在快速发展。

但它并没有很好地集成在数据库中，因此使用起来更多。只有拥有庞大的数据集才值得。如果这是你的情况，试试吧，这太棒了。如果你的数据集适合RAM，那么postgres只会减少麻烦。此外，如果您想要整合全文和数据库查询，那么集成就变得很重要。

Answer 2

虽然你不太可能在Postgres上找到一个比mysql更大的好处，但是如果不能测试就不会受到伤害。但是，使用Sphinx或Lucene等问题可以更好地解决您的主要问题 - 全文搜索问题。我在工作中使用了Sphinx，发现它远远优于mysql的内置全文搜索功能。它也很容易集成到现有系统中。

另请参阅php mysql fulltext search: lucene, sphinx, or?我原来的问题（包括参考资料）有关不同的全文搜索选项

Answer 3

如前所述，它在数据集，工作负载和设置方式之间存在很大差异。

例如，基于GIN的全文索引搜索速度非常快，但插入/更新速度非常慢。基于GIST的索引搜索速度较慢（但速度相当快），但插入/更新的速度要快得多。

如果您不需要数据库功能，我也可能会考虑使用sphinx或lucene来获得原始性能。 PostgreSQL中集成全文搜索的最大优点是它只是 - 集成。它有交易支持。恢复支持。快照支持。所有那些对数据库至关重要的事情。但是，如果您不需要数据库功能，那么降低这些要求的解决方案可能会更快。

Answer 4

你知道这只有一个答案;那就是你只需要用你自己的数据集来尝试它。

如果存在显着差异，我个人会感到惊讶，我怀疑这种事情的性能受到IO带宽的限制。