58.5. GIN 提示和技巧

创建 vs. 插入

插入到一个GIN索引可能会很慢,因为为一个项可能需要插入很多歌键。因此,对于一个表的批量插入,我们建议删除 GIN 索引,然后在完成批量插入后重建它。

PostgreSQL 8.4 开始,这个建议已经不再需要了,因为可以使用延迟索引(详见Section 58.4.1)。但是对于非常大量的更新,还是最好先删除再重建索引。

maintenance_work_mem

一个GIN索引的建立时间对maintenance_work_mem设置很敏感;它不考虑在索引创建期间在工作内存上的节省。

work_mem

如果一个现有的GIN索引启用了FASTUPDATE,在一系列插入的过程中,系统将在待处理条目列表增长到超过work_mem时清理该列表。为了避免在观察到的响应时间方面发生波动,把待处理列表的清理放在后台(即通过自动清理)是比较合适的。通过增加work_mem或者使自动清理更具倾略性可以避免前台的清理操作。但是,增大work_mem也意味着如果一个前台清理发生,它将会持续相当长时间。

gin_fuzzy_search_limit

开发GIN索引的主要目的是在PostgreSQL中创建对高可扩展全文搜索的支持,并且一次全文搜索返回一个非常大的结果集也是很常见的情况。此外,当查询包含非常频繁的词时情况也是如此,因此大结果集不是非常有用。因为从磁盘读取很多元组并且对它们排序可能会花费很多时间,这对于产品来说是不可接受的(注意索引搜索本身是很快的)。

为了能够控制这类查询的执行,GIN对于返回的行数有一个可配置的软上限:gin_fuzzy_search_limit配置参数。默认它被设置为 0 (意为无限制)。如果设置了一个非零限制,那么被返回的集合是整个结果集的一个子集,并且是随机选择的。

"软"意味着被返回结果的实际数量可以与指定的限制不同,这取决于查询和系统随机数生成器的质量。

根据经验,在数千级别的值(如 5000 — 20000)比较好。