GIN索引

一、GIN

• Generalized Inverted Index, 通用倒排索引。索引结构为一个存储对（key, posting list）集合。
• 存储对（key, posting list）中的key是一个键值，posting list是一组出现过key的位置。如（"hello", "14:17, 23:1,..."），hello为键，14:17, 23:1,...表示hello出现的位置，每个位置由“元组ID: 位置”表示。14：17表示第14号元组被索引属性中第17个位置。
• 通过这种索引可以快速查找到包含指定关键字的元组。特别适合于支持全文检索。开发这种索引的主要目的就是为了支持PG的高度可扩展的全文搜索

二、GIN的扩展性

• 允许在开发自定义数据类型时，通过设计适当的访问方法来实现GIN索引的应用。这些访问方法只需要考虑数据类型本身的语义，无需关心索引的并发操作、日志，搜索树结构等（由索引自身处理）。
• 一个数据类型的GIN索引需要实现五个方法即可：

1. compare方法：比较两个键值a和b的大小，返回正值表示 a>b, 0 表示 a=b, 负值表示 a<b
2. extractValue方法：根据参数inputvalue生成一个键值数组，并返回其指针，键值数组大小存放在另一个参数nkeys中
3. extractQuery方法：根据一个查询（由参数query给定），生成一个用于查询的键值数组并返回其指针
4. consistent方法：检查索引值是否满足查询

 

　　　5. comparePartial方法：将部分匹配的查询与索引值进行比较

三、PG中添加新的数据类型，并让GIN索引能支持该数据类型

1.添加数据类型

1. 实现新数据类型的输入输出函数，并注册到数据库内部
2. 基于上面的输入输出函数，创建数据类型
3. 为新数据类型实现并注册各种操作符所需的函数，并为新数据类型创建操作符

2.实现上面提到的所需要的5种支持函数，并将函数注册到数据库内部

3.为新的数据类型创建一个操作符类，指定GIN索引所需要的5个支持函数

四、GIN索引的组织结构

GIN索引包括四个部分：

1. Entry:索引中的一个词位，可理解为索引中一个键值
2. Entry Tree:在一些Entry上构建的B-Tree
3. Posting Tree:在一个Entry出现的物理位置上构建的B-tree
4. Posting List:一个Entry出现的物理位置的列表

GIN索引实际上就是一个构建在Entry（键值）上的B-Tree索引（Entry Tree）。Entry Tree内部节点与普通B-Tree一样。叶子节点分两种情况：

1. 如果该叶子节点包含的物理位置个数大于宏TOAST_INDEX_TARGET指定的值，则在这些物理位置上构建PostingTree(物理位置多，构建B-tree结构方便快速查找)
2. 否则，叶子节点直接指向Posting List

 

 

GIN索引的五种页面类型：

 

 五、GIN索引的操作

1.GIN索引的创建

1. 从基表中依次取出基表元组，基于这些基表元组构建出若干个Entry及其Posting List
2. 将这些Entry插入到GIN的索引结构中

在实现中，GIN索引并不是构建出一个Entry就立即将其插入到索引结构中，而是先放在一个“蓄积池”中，蓄积池填充到一定程度后才将其中的Entry插入到索引结构。将Entry及其位置信息插入到索引结构通过ginEntryInsert函数来完成，流程如下：

 

 查找Entry是否存在， 存在则添加位置信息，不存在则先设置Entry位置再添加位置信息

2. GIN索引的查询

通过关键词与Entry匹配来查找其所在的元组。查找过程按照B-Tree结构进行搜索，调用consistent方法判断是否找到。最后返回符合查询条件的元组的物理位置