【问题标题】：Best index to use for PostgreSQL full text search with weighted tsvector用于带加权 tsvector 的 PostgreSQL 全文搜索的最佳索引
【发布时间】：2020-02-13 00:05:07
【问题描述】：
我是数据库新手，对索引的工作原理并没有牢牢把握。
我正在研究索引 my 中包含加权 tsvector 的列（标题被赋予最大权重，然后是副标题，然后是段落内容）。根据 Postgres 文档，GIN 是最适合用于全文搜索的一种，其次是 GiST。但是在第 12.9 章中有一个注释：
GIN 索引是首选的文本搜索索引类型。作为倒置
索引，它们包含每个单词（词位）的索引条目，带有
匹配位置的压缩列表。多词搜索可以找到
第一个匹配，然后使用索引删除缺少的行
附加词。 GIN 索引只存储
tsvector 值，而不是它们的权重标签。因此表行重新检查
使用涉及权重的查询时需要。
这是否意味着 GIN 在我的用例中效率低下，我应该使用 GiST，还是它仍然是最好的？我正在使用最新的 Postgres 版本 (12)。
【问题讨论】：
标签：
database
postgresql
indexing
full-text-search
【解决方案1】：
不，你应该坚持使用 GIN 索引。
索引扫描充当过滤器，并有望消除大部分行，因此只有少数需要重新检查。
您可能无论如何都必须获取表行，因此除非在索引扫描期间发现许多误报，否则不会有很多额外的工作。
最好的办法是在您的数据集上运行一些基准测试，这会给您一个权威的答案，哪个索引更适合您的情况。
要了解在位图堆扫描期间消除了多少误报，您可以检查查询的 EXPLAIN (ANALYZE, BUFFERS) 输出。
【解决方案2】：
tsvector 的 GiST 索引的实现是有损的，所以他们也需要查阅表格。这部分文档很奇怪，因为它似乎将 GIN 与 GiST 进行对比，但 GIN 和 GiST 都没有存储权重，因此没有什么可对比的。 （GiST 甚至不存储值，更不用说权重，只是值的散列位）。
此外，权重仅在排名时使用，而不是在搜索时使用。
关于 tsvector 唯一首选 GiST 的情况是，如果您想要一个多列索引，您将在其中将不同列上的选择标准与在一起。