4.其它数据类型的GiST索引
GiST索引可适用于多维数据类型和集合数据类型,对多维数据类型使用Rtree的索引算法,对集合数据类型RD-tree或者签名文件(是不是也可以叫利用签名向量压缩的 RD-tree)的索引算法。签名文件的索引算法由于采用有损压缩的方式保存key集合,所以搞不好会遇到性能陷阱。前面已经详细介绍了tsvector和hstore的GiST索引,它们都采用了签名文件的索引算法,只不过签名向量的大小,叶节点的索引项是否用签名向量压缩等细节不一样。下面再简单介绍其他几种GiST索引采用签名文件索引算法的数据类型。4.1 intarray
PostgreSQL为数组提供了默认的 GIN索引操作符。如果想对int数组尝试GiST索引,可以使用 intarray扩展模块带来的两个GiST索引操作符类。gist__int_ops 操作符类
采用RD-tree的索引算法,索引项中放int型key的集合。
1)对叶节点的索引项,如果key的数目超过199,报错。
2)对非叶节点的索引项,如果key的数目超过199,进行无损压缩。
压缩方法为依次存放key和该key出现的次数。因此这种方法对重复key比较少的场合,不但不能起到压缩的作用,反而更膨胀了。
相关代码
contrib/intarray/_int_gist.c
gist__intbig_ops 操作符类
使用签名向量的形式有损压缩索引项,和hstore的GiST索引类似。
1)所有索引项包含的key的集合都采用签名向量压缩
2)签名向量的大小为2016bit
相关代码
contrib/intarray/_intbig_gist.c
4.2 pg_trgm
pg_trgm模块提供的gist_trgm_ops操作符类可以把text数据切成若干 三元词,并使用签名向量的形式压缩存储这些 三元词,索引算法和tsvetor的GiST索引类似。gist_trgm_ops 操作符类
1)叶节点的索引项存储pg_trgm三元词的数组
pg_trgm生成三元词时,内部用了3个字节存储 三元词,如果三元词中包含多字节字符,通过先计算CRC再取前3个字节的方法压缩。
2)非叶节点的索引项存储其包含的所有三元词集合的签名向量
3)签名向量的大小为96bit
由于pg_trgm的GiST索引的签名向量比较小,每次查询需要扫描的索引节点数必然很多,会很影响速度。
具体的测试实例可参考下面这篇文章。
http://blog.chinaunix.net/uid-20726500-id-4824895.html
相关代码
contrib/pg_trgm/trgm_gist.c
ltree
ltree 模块引入一种可以表达路径的数据类型ltree,比如:Top.Science.Astronomy.Astrophysics 。 ltree 模块包含了两个GiST索引操作符类。
gist_ltree_ops 操作符类
gist_ltree_ops用于索引ltree,它的算法是签名向量和Rtree的混合体。所以它既支持比较操作符(=, >),又支持匹配操作符(@>, 1)叶节点的索引项全部存储原始ltree数据
2)非叶节点的索引项存储标签集合的签名向量和Rtree需要的边界值
3)签名向量的大小为64bit
gist_ltree_ops的签名向量同样很小,损耗很大。 gist_ltree_ops对单个 标签的匹配查询效率很低,但是作为匹配条件的路径中一般包含多个标签,所以 查询效率可以得到成倍提高。
相关代码
contrib/ltree/ltree_gist.c
gist__ltree_ops 操作符类
gist__ltree_ops用于索引ltree的数组,采用类似hstore的GiST索引的签名向量的算法。
1)所有索引项都采用签名向量压缩
2)对ltree数组中的所有ltree的所有标签值都进行哈希设置bit位得到一个签名向量
3)签名向量的大小为224bit
相关代码
contrib/ltree/_ltree_gist.c