58.5. GIN提示与技巧

创建 vs 插入

由于可能要为每个项目插入很多键,所以GIN索引的插入可能比较慢。 对于向表中大量插入的操作,我们建议先删除GIN索引,在完成插入之后再重建它。

由于从PostgreSQL 8.4开始可以使用延迟索引了,这个建议已经没有那么必要了。 (详细请参考第 58.4.1 节。) 但是,对于非常大量的更新,最好还是先删除,而后再重建索引。

maintenance_work_mem

GIN索引的构建时间对maintenance_work_mem的设置非常敏感。 它没有为在索引创建期间少使用工作内存做出努力。

work_mem

在一系列往已有的启用了FASTUPDATEGIN索引的插入操作期间, 只要待处理实体列表的大小超过了work_mem,系统就会清理这个列表。 为了避免可观察到的响应时间的大起大落,让待处理实体列表在后台被清理是比较合适的(比如通过autovacuum)。 前台清理操作可以通过增加work_mem或者更加激进的autovacuum来避免。 然而,扩大work_mem意味着如果发生了前台清理,那么它的执行时间将更长。

gin_fuzzy_search_limit

开发GIN索引的主要目的是为了让PostgreSQL 支持高度可伸缩的全文索引,并且常常会遇见全文索引返回海量结果的情形。 而且,这经常发生在查询高频词的时候,因而得到的结果集没什么用处。 因为从磁盘读取大量记录并对其进行排序会消耗大量资源,这在产品环境下是不能接受的(注意,索引搜索本身是很快的)。

为了易于控制这种情况,GIN有一个可配置的返回结果行数的软上限配置参数 gin_fuzzy_search_limit。 缺省值 0 表示没有限制。如果设置了非零值,那么返回的结果就是从完整结果集中随机选择的一部分。

"软"的意思是实际返回的结果集大小可能与指定值稍有出入,具体取决于查询以及系统的随机数发生器的品质。

经验上,数千的值(比如5000 — 20000)可以工作得很好。