Question

我有一个名为＆＃34;语句＆＃34;的Postgres数据库表。它由140万条记录组成 - 每条记录都包含一个＆＃34; statement_text＆＃34;我使用GIN索引实现全文搜索的字段。我的球场猜测是每个＆＃34; statement_text＆＃34;包含大约50个单词（平均可能250个字符）。

我使用Rails创建了一个简单的搜索引擎，它利用了GIN索引，这在大多数情况下都非常快。我的问题是我希望它更快，最简单的方法就是过滤掉＃34;语句中的其他一些字段＆＃34; table - 其中一个，＆＃34; casefile，＆＃34;包含大约6,500个唯一值，另一个包含＃34; speaker，＆＃34;包含大约8,000个唯一值。（我在两者上都创建了b-tree索引。）

这应该在实践中起作用，因为用户搜索＆＃34; statement_text＆＃34;字段通常只对来自＆＃34; casefile＆＃34;的非常小的子集的结果感兴趣。或＆＃34;发言者＆＃34;值。问题是，使用EXPLAIN，我注意到Postgres经常要么完全放弃GIN索引，要么将它（看似）与我在＆＃34; casefile＆＃34;上的正常b-tree索引无效地结合起来。和＆＃34;发言者＆＃34;领域。这可能会导致查询时间过长。

为了防止这种情况发生，我更改了查询，因此它始终只有一个＆＃34;其中＆＃34; condition - ＆＃34; statement_text＆＃34;查询术语，从而确保使用GIN索引 - 然后我pluck该字段以及＆＃34; casefile＆＃34;和＆＃34;发言人＆＃34;，所以我可以遍历生成的数组，并在查询完成后过滤掉我不需要的所有数据。但这似乎是查询数据库的一种非常低效的方式，因为我在完成查询后立即丢弃了大部分返回的结果。

我的（相当开放式的）问题是：

1）是否有其他人遇到问题，让GIN索引与b-tree索引很好地配合？尽管我已经尝试过阅读这篇内容，无论是在SO还是其他地方，我仍然不确定GIN和b-tree索引是否真的在后端组合起来。< / p>

2）是否有更有效的方法来实现与我目前相同的结果？

非常感谢你。作为编码的相对新手，我发现SO非常有用。

杰

更新：添加一些EXPLAIN语句来演示。

EXPLAIN for: SELECT "statements".* FROM "statements"  WHERE (to_tsvector('simple', statement_text) @@ to_tsquery('simple', 'hello'))
                                           QUERY PLAN
------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on statements  (cost=373.48..4349.24 rows=2243 width=247)
   Recheck Cond: (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery)
   ->  Bitmap Index Scan on index_statement_text  (cost=0.00..373.36 rows=2243 width=0)
     Index Cond: (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery)

现在有一个额外的条件：

EXPLAIN for: SELECT "statements".* FROM "statements"  WHERE (to_tsvector('simple', statement_text) @@ to_tsquery('simple', 'hello') and casefile_id in (12,563,876,4303,1120,422,654,13,988,335))
                                                                                  QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on statements  (cost=417.81..425.80 rows=4 width=247)
   Recheck Cond: ((casefile_id = ANY ('{12,563,876,4303,1120,422,654,13,988,335}'::integer[])) AND (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery))
   ->  BitmapAnd  (cost=417.81..417.81 rows=4 width=0)
         ->  Bitmap Index Scan on index_statements_on_casefile_id  (cost=0.00..44.40 rows=2363 width=0)
           Index Cond: (casefile_id = ANY ('{12,563,876,4303,1120,422,654,13,988,335}'::integer[]))
         ->  Bitmap Index Scan on index_statement_text  (cost=0.00..373.36 rows=2243 width=0)
           Index Cond: (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery)

加入另一个：

EXPLAIN for: SELECT "statements".* FROM "statements"  WHERE (to_tsvector('simple', statement_text) @@ to_tsquery('simple', 'hello') and casefile_id in (12,563,876,4303,1120,422,654,13,988,335) and speaker_name in ('Seth Waxman'))
                                                                   QUERY PLAN
-------------------------------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on statements  (cost=46.70..48.70 rows=1 width=247)
   Recheck Cond: (((speaker_name)::text = 'Seth Waxman'::text) AND (casefile_id = ANY ('{12,563,876,4303,1120,422,654,13,988,335}'::integer[])))
   Filter: (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery)
   ->  BitmapAnd  (cost=46.70..46.70 rows=1 width=0)
         ->  Bitmap Index Scan on index_statements_on_speaker_name_and_person_role_id  (cost=0.00..2.25 rows=109 width=0)
               Index Cond: ((speaker_name)::text = 'Seth Waxman'::text)
         ->  Bitmap Index Scan on index_statements_on_casefile_id  (cost=0.00..44.40 rows=2363 width=0)
               Index Cond: (casefile_id = ANY ('{12,563,876,4303,1120,422,654,13,988,335}'::integer[]))

仅通过speaker_name过滤：

EXPLAIN for: SELECT "statements".* FROM "statements"  WHERE (to_tsvector('simple', statement_text) @@ to_tsquery('simple', 'hello') and speaker_name in ('Seth Waxman'))
                                                        QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------
 Index Scan using index_statements_on_speaker_name_and_person_role_id on statements  (cost=0.09..217.67 rows=1 width=247)
   Index Cond: ((speaker_name)::text = 'Seth Waxman'::text)
   Filter: (to_tsvector('simple'::regconfig, statement_text) @@ '''hello'''::tsquery)

任何帮助都将不胜感激。

Postgres / Rails - 使用GIN索引和其他过滤器的最有效方法是什么？

0 个答案: