postgresql：层次树的实现

Question

我一直在努力解决 1000 多个标记（应该放在谷歌地图上）的标记聚类问题。我不太热衷于使用所有标记渲染大型 JSON 结构，也不喜欢使用 PostGIS 进行一些复杂的服务器“地理”计算。

我想出的解决方案是将世界地图划分为某种分层空间树，比如说quad tree，我的数据库中的每个点都将在该树中分配有“坐标”。这些坐标是具有on position_x index_of_tile in tier_x 的字符串，例如'031232320012'。字符串的长度取决于将为前端地图启用的缩放级别数。基本上，如果用户移动或缩放地图，我将使用当前缩放级别和视口坐标作为参数启动 Ajax GET 请求。然后在后端我计划构建一个应该指向“给定缩放级别的视口”的字符串，例如'02113'，我想在树坐标列中找到所有具有此前缀（'02113'）的点。

编辑：我还需要快速 GROUP BY，例如SELECT count(*) from points GROUP BY left(coordinates, 5);

我的问题是如何尽可能快地执行这些操作？我的数据库是 PostgreSQL。

Answer 1

然后，我计划在后端构建一个字符串，该字符串应指向“给定缩放级别的视口”，例如'02113'，我想在树坐标列中找到所有具有此前缀（'02113'）的点。

只要您查看索引列中字符串最左边的五个（或六个或七个）字符，普通索引就应该在任何现代 dbms 上表现良好。

SELECT ...
...
WHERE column_name LIKE '02113%';

在 PostgreSQL 中，您还可以构建一个index on an expression。所以你可以在前五个字符上创建一个索引。

CREATE INDEX your_index_name ON your_table (left(column_name, 5));

如果有三四个这样的索引，我希望 PostgreSQL 的查询优化器能够选择正确的索引。 （5个字符一个，6个字符一个，等等）

---

我建立了一个表，并用一百万行随机数据填充了它。

在以下查询中，PostgreSQL 的查询优化器确实选择了正确的索引。

explain analyze
select s
from coords
where left(s, 5) ='12345';

它在 0.1 毫秒内返回。

我还使用 GROUP BY 进行了测试。再次，PostgreSQL 的查询优化器选择了正确的索引。

"GroupAggregate  (cost=0.00..62783.15 rows=899423 width=8) (actual time=91.300..3096.788 rows=90 loops=1)"
"  ->  Index Scan using coords_left_idx1 on coords  (cost=0.00..46540.36 rows=1000000 width=8) (actual time=0.051..2915.265 rows=1000000 loops=1)"
"Total runtime: 3096.914 ms"

像left(name, 2) 这样的表达式在 GROUP BY 子句中将要求 PostgreSQL 接触索引中的每一行，如果不是表中的每一行的话。这就是为什么我的查询需要 3096 毫秒；它必须触及索引中的一百万行。但是你可以从 EXPLAIN 计划中看到它使用了索引。

通常，我希望地理应用程序对 PostGIS 表使用边界框来减少您访问的行数。如果你的四叉树实现不能做得比这更好，我会坚持使用 PostGIS 足够长的时间来成为它的专家。 （在你花一些时间之前，你不会确定它不能完成这项工作。）