未使用Postgres的gin_trgm_ops索引

Question

我正在嘗試使用pg_trgm擴展來加快 Postgres中的某些文本匹配：

CREATE TABLE test3 (id bigint, key text, value text);

insert into test3 values (1, 'first 1', 'second 3');
insert into test3 values (2, 'first 1', 'second 2');
insert into test3 values (2, 'first 2', 'second 3');
insert into test3 values (3, 'first 1', 'second 2');
insert into test3 values (3, 'first 1', 'second 3');
insert into test3 values (4, 'first 2', 'second 3');
insert into test3 values (4, 'first 2', 'second 3');
insert into test3 values (4, 'first 1', 'second 2');
insert into test3 values (4, 'first 1', 'second 2');

-- repeat the above 1,000,000x times, to have more rows for benchmarking
insert into test3(id, key, value) select id, key, value from test3 cross join generate_series(1, 1000000);

現在我用ILIKE查詢該表：

select count(*) from test3 where key = 'first 1' and value ilike '%nd 3%';
Time: 918.265 ms

為了查看索引是否可以加快速度，我在key和value列上都添加了pg_trgm ：

CREATE extension if not exists pg_trgm;
CREATE INDEX test3_key_trgm_idx ON test3 USING gin (key gin_trgm_ops);
CREATE INDEX test3_value_trgm_idx ON test3 USING gin (value gin_trgm_ops);

但是查詢仍然需要相同的時間，並且EXPLAIN ANALYZE顯示根本沒有使用索引：

explain analyze select count(*) from test3 where key = 'first 1' and value ilike '%nd 3%';
                                                                 QUERY PLAN
--------------------------------------------------------------------------------------------------------------------------------------------
 Finalize Aggregate  (cost=126905.14..126905.15 rows=1 width=8) (actual time=1017.666..1017.667 rows=1 loops=1)
   ->  Gather  (cost=126904.93..126905.14 rows=2 width=8) (actual time=1017.505..1018.778 rows=3 loops=1)
         Workers Planned: 2
         Workers Launched: 2
         ->  Partial Aggregate  (cost=125904.93..125904.94 rows=1 width=8) (actual time=1010.862..1010.862 rows=1 loops=3)
               ->  Parallel Seq Scan on test3  (cost=0.00..122427.06 rows=1391148 width=0) (actual time=0.041..973.550 rows=666667 loops=3)
                     Filter: ((value ~~* '%nd 3%'::text) AND (key = 'first 1'::text))
                     Rows Removed by Filter: 2333336
 Planning Time: 0.266 ms
 Execution Time: 1018.814 ms

Time: 1049.413 ms (00:01.049)

注意順序掃描。 是什么賦予了？

Answer 1

沒關系，我發現了問題。

查詢計划者比我的玩具測試集還聰明。 看到大多數行都與查詢匹配，因此進行了順序掃描。

如果我嘗試使用ilike '%nd 0%' ，則沒有行匹配，並且EXPLAIN ANALYZE正確報告Bitmap Index Scan on test3_value_trgm_idx 。

因此，以這種方式規范化原始JSONB是可行的。 但是，我還將嘗試查找和比較另一種方法，即通過TEXT使用正則表達式，以避免必須創建和維護另一個表。