加权use向量PostgreSQL全文检索的最佳索引

Question

我对数据库并不熟悉，也不太了解索引是如何工作的。

我正在研究索引我的列中包含加权的the向量的列(标题的权重最大，其次是子标题，然后是段落内容)。根据Postgres文档，GIN是全文搜索的最佳选择，其次是GiST。然而，第12.9章有一个说明：

GIN索引是首选的文本搜索索引类型。作为倒排索引，它们包含每个单词的索引条目(lexeme)，其中包含匹配位置的压缩列表。多词搜索可以找到第一个匹配项，然后使用索引删除缺少其他单词的行。GIN索引只存储the向量值的单词(词)，而不存储它们的权重标签。因此，当使用涉及权重的查询时，需要重新检查表行。

这是否意味着杜松子酒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)。

Answer 1

不，你应该坚持使用杜松子酒索引。

索引扫描起到过滤器的作用，希望消除大部分行，因此只需要重新检查很少行。

无论如何，您可能必须获取表行，所以除非在索引扫描过程中发现许多假阳性，否则不会有太多额外的工作。

最好是在数据集上运行一些基准，这将为您提供一个权威的答案，在您的情况下哪个索引更好。

为了找出在位图堆扫描过程中排除了多少假阳性，您可以检查查询的EXPLAIN (ANALYZE, BUFFERS)输出。

Answer 2

对于to向量，GiST索引的实现是有损的，因此它们也需要查询表。文档的这一部分很奇怪，因为它似乎将GIN与GiST进行了对比，但GIN和GiST都没有存储权重，因此没有什么可对比的。(GiST甚至不存储这些值，更不用说权值，只是值的一部分)。

此外，权重只在排名时使用，而不是在搜索时使用。

对于the向量，只有当您想要一个多色索引时，GiST才会被优先考虑，在这个索引中，您将对不同的列一起选择ANDing标准。