本节简单介绍了PostgreSQL中的GiST索引,包括GiST索引的基础知识和结构等.

简介
GiST是 generalized search tree通用搜索树 的简称,与Btree类似,是平衡搜索树.与Btree不同的地方在于,Btree严格与比较语义相关,支持大于/小于/等于等操作符,但对于地理信息数据,文本文件,图像等数据Btree则是无能无力.GiST索引方法可以处理这些数据,它允许定义一个规则在一个平衡的树中分布任意类型的数据，并允许定义一个方法来使用这个表示来让某些操作符访问。

结构
GiST是由节点pages组成的高度平衡(height-balanced)树。节点由索引行组成。
叶子节点的每一个(leaf row)通常来说包含某些谓词(布尔表达式)以及实际数据行(TID)的引用.索引数据必须满足该谓词.
内部节点的每一个行(internal row)同样包含谓词以及子字节的引用,所有child subtree中已索引的数据必须满足该谓词.换句话来说,内部行的谓词组合了所有child rows的谓词.GiST索引的这一重要特性取代了Btree的简单排序。

在GiST中检索使用特定的 consistency function(即consistent) ,consistent是PG定义的接口函数之一,对于支持的op family有自己的实现方法.对于每一个索引行都会调用consistent函数来判定该行的谓词是否与搜索谓词consistent(被称为索引域操作符表达式).对于内部行,该函数实际上会判定是否需要下降到相应的子树中进行检索.

搜索从root节点开始, consistency function 函数找出哪些子节点(可能有多个)可以进入,而哪些不需要,对于每一个进入的子节点进行递归处理.如果是子节点,那么选中的行将被返回.

搜索使用深度优先:算法首先尝试到达叶子节点,这样可以尽可能快的返回第一个结果行(类似于Oracle的HINT : first_rows).

下面以Point为例说明.该例中,Index有3个层次:
Level one: two large intersecting rectangles are visible

Level two: large rectangles are split into smaller areas

Level three: each rectangle contains as many points as to fit one index page

下面是只有一个Leve的例子:

相应的数据表&数据如下:


testdb=# drop table if exists points;
DROP TABLE
testdb=# create table points(p point);
CREATE TABLE
testdb=# insert into points(p) values
testdb-#   (point '(1,1)'), (point '(3,2)'), (point '(6,3)'),
testdb-#   (point '(5,5)'), (point '(7,8)'), (point '(8,6)');
INSERT 0 6
testdb=# 
testdb=# create index on points using gist(p);
CREATE INDEX

索引结构如下:

执行查询:


testdb=# set enable_seqscan = off;
SET
testdb=# explain(costs off) select * from points where p <@ box '(2,1),(7,4)';
                  QUERY PLAN                  
----------------------------------------------
 Index Only Scan using points_p_idx on points
   Index Cond: (p <@ '(7,4),(2,1)'::box)
(2 rows)

期望得到的结果是:

索引扫描过程:

参考资料
Indexes in PostgreSQL — 5 (GiST)

PostgreSQL DBA(48) - Index(GiST)