：-）
最快的方法是在表中查找重复的文本，即表中的行在一行中具有至少在整个表中出现两次的文本？该表包含超过1.6亿行。
我有一个表，其中包含以下列：id，maintext和maintext_token，其中to_tsvector(maintext);是由maintext_token创建的。此外，我在create index idx_maintext_tokens on tablename using gin(maintext_token);上创建了一个GIN索引，即id
当前，我正在使用以下内容，但是，这需要花费相当长的时间：
我有一个表，其中包含以下列：maintext，maintext_token和to_tsvector(maintext);，其中maintext_token是由create index idx_maintext_tokens on tablename using gin(maintext_token);创建的。此外，我在select maintext, count(maintext)
from ccnc
group by maintext
having count(maintext)>1
order by maintext;
上创建了一个GIN索引，即maintext
maintext_token我也尝试执行相同的操作，但没有使用select maintext_token, count(maintext_token)
from ccnc
group by maintext_token
having count(maintext_token)>1
order by maintext_token;
，而是使用{{1}}列进行比较：
{{1}}
尽管我期望至少第二个查询要快得多，但这两个查询似乎都运行了很长时间，因为postgres可以使用索引进行比较。
在此先感谢您提供任何见解！ 干杯：）
答案 0 :(得分：0)
您说要测试是否相等，因此您可能希望对文本进行散列，然后搜索散列。您可以使用哈希索引，也可以为文本的哈希索引。我最近在一个相关问题上获得了一些帮助，您可以在此处找到详细信息和比较：