很早的一篇文字, 今天遇到了问题,开发问我怎么解决, 又翻出来, PG 的优越性比 ORACLE SQL SERVER MYSQL 高明的地方,就体现在下方的文字
正文:
本来上次是写过这个PostgreSQL 的功能的,但上次在一个论坛里面发现其实大家对这个功能认识上是有误区的,所示这次是的详细的一次文字。
功能很简单的就是模糊查询,类似 select * from table where column1 like ‘%PG牛逼%’;然后走一个靠谱的索引的查询,ORACLE 打死他都不行,当然可以走全文索引,那MYSQL, SQL SERVER 人家也不干,人家也有这功能。
pg_trgm本身是不包含在PostgreSQL 的源码安装中的,当然是插件的方式安装,安装上是很简单的,具体请百度(弄湿了我可不管)
进入到你的数据库,create extension pg_trgm;就OK 了
我在论坛中发现的第一个问题,是说建立这样的模糊查询,仅仅建立btree 索引就可以了,但pg_trgm 只支持两种索引Gist and Gin, 这两种索引。(这可不是我说的,官方的白纸黑字)
所以说正确的针对一个列的索引,是要建立两个索引的,一个是BTREE 索引,一个是 GIN 或 Gist 索引,两种索引面对的“客户”是不同的。
那我们来看看到底他是怎么工作的
首先我们先生成一个表用来测试
创建一个存储过程用来插入测试数据
代码语言:javascript复制create or replace function data_produce(int) returns text as $$
declare
res text;
begin
if $1 >=1 then
select string_agg(chr(19968 (random()*20901)::int), '') into res from generate_series(1,$1);
return res;
end if;
return null;
end;
$$ language plpgsql strict;
代码语言:javascript复制insert into test_pg_trgm (search) select data_produce(20) from generate_series(1,1110000);
执行后生成我们本次要测试的数据10万条
下面我们创建索引了,创建GIN 索引
创建索引中系统报错,这是由于还没有创建相关的扩展
添加了这些扩展后我们就可以建立相关的索引
我们可以看到查询已经走了索引,并且查询时间1ms
那如果我们没有这个索引会怎么样,这条语句慢了 48倍并且只能和ORACLE SQL SERVER , MYSQL一样走了全表扫描。
OK 如果已经体会到了PG 在模糊查询中的厉害之处,群里有人问的第二个问题是 GIN VS GIST 那种索引更好
这也是一个热门的问题?
下面也做一个测试,(但不证明GIN 比 GIST 性能强),我们建立一个gist的索引,也提通过查询来进行模糊方式的查询
图中的时间 12ms ,比全表扫描快了4倍,比GIN 慢了12倍
当然这里并不是说 GIST 不如GIN ,具体的索引有不同的使用场景。(做人办事都的客观)
最后,我们来证明一下,普通的运算方式对于GIST GIN 索引是无效的,所以我们对某个字段必须建立两个索引 BTREE AND GIST OR GIN。
下图整体的证明了上面的立论。这里就不解释了
最后回归题目,PG 为何“大爱”程序员,想想一个不靠谱的模糊需求能把一个程序员弄得“五脊六瘦”(具体是那个地方的方言请脑补),而PG 可以将这个事情化解,难道还不是程序员的“大爱”。