PostgreSQL / 系统课时

理解 GIN 索引机制

理解 GIN 索引机制

JSONB 一行里可能同时包含多个键、值和嵌套路径。本课把 GIN 的工作方式落到一个准确心智模型上:操作符类先从 JSONB 中提取可检索的 key,GIN 再用这些 key 定位候选行;理解这一点,才能正确区分 jsonb_ops、jsonb_path_ops,也不会把某一种执行计划误当成固定结果。

学习目标

  • 理解 GIN 保存的是操作符类提取出的索引 key,而不是完整 JSONB 原值
  • 说明 jsonb_ops 与 jsonb_path_ops 的索引项构造差异
  • 正确解读包含、存在查询与 GIN 执行计划之间的关系

GIN 索引保存什么

GIN 是倒排索引,但这里的“词条”不是把 JSONB 当普通文本分词得到的字符串。对于 JSONB 列,具体提取哪些索引 key、查询谓词又会被拆成哪些检索 key,都由所选操作符类定义。GIN 负责维护“索引 key → 可能包含该 key 的堆元组位置”之间的映射。

例如一行数据是 {"role":"admin","active":true}。默认 jsonb_ops 会把键和值提取为彼此独立的索引项;查询 attrs @> '{"role":"admin"}'::jsonb 时,操作符类会为这个谓词生成需要查找的 key,GIN 据此得到候选元组。是否还要在堆表上重新检查完整条件,由具体操作符类与执行路径决定,不能简单理解成“索引中直接保存了完整 role=admin 文本”。

JSONB 文档由操作符类提取 GIN key,并由 key 定位候选行

用一个主示例验证查询与索引路径

下面创建一个最小数据集和默认 GIN 索引。USING gin (attrs) 未显式指定操作符类时,JSONB 默认使用 jsonb_ops。同一个实验同时验证包含查询、键存在查询,并用 EXPLAIN 观察优化器是否选择 GIN 路径。

sql
DROP TABLE IF EXISTS accounts;

CREATE TABLE accounts (
    id bigint PRIMARY KEY,
    attrs jsonb NOT NULL
);

INSERT INTO accounts (id, attrs) VALUES
(1, '{"role":"admin","active":true,"tags":["ops","db"]}'),
(2, '{"role":"user","active":true,"tags":["app"]}'),
(3, '{"role":"user","active":false,"tags":["db"]}');

-- 未指定操作符类时,JSONB 使用默认 jsonb_ops。
CREATE INDEX accounts_attrs_gin_idx
ON accounts USING gin (attrs);

SELECT id
FROM accounts
WHERE attrs @> '{"role":"admin"}'::jsonb
ORDER BY id;

SELECT id
FROM accounts
WHERE attrs ? 'active'
ORDER BY id;

-- 仅用于教学观察:关闭顺序扫描只是提高索引路径被选中的机会。
SET enable_seqscan = off;

EXPLAIN (COSTS OFF)
SELECT id
FROM accounts
WHERE attrs @> '{"role":"admin"}'::jsonb;

RESET enable_seqscan;

预期结果:

text
DROP TABLE
CREATE TABLE
INSERT 0 3
CREATE INDEX
 id
----
  1
(1 row)

 id
----
  1
  2
  3
(3 rows)

SET
<PLAN>
RESET

如果表此前不存在,DROP TABLE IF EXISTS 还可能额外输出 NOTICE;这不影响实验。<PLAN> 表示当前 PostgreSQL 版本和成本估算实际生成的执行计划,因此不应逐字固定。若优化器采用该 GIN 索引,常见形态是 Bitmap Index Scan 读取 accounts_attrs_gin_idx,再由 Bitmap Heap Scan 访问堆表,并可能出现 Recheck Cond。

正确解读 GIN 执行计划

“操作符类支持某个运算符”和“某次查询一定使用 GIN”是两件事。jsonb_ops 支持 @> 与 ? 等典型谓词,但小表上顺序扫描通常更便宜;数据量、选择性、统计信息、缓存状态和 PostgreSQL 版本都可能改变最终计划。

观察 EXPLAIN 时,重点不是背节点名称,而是确认三件事:谓词是否属于当前操作符类可支持的运算符;计划是否引用了目标 GIN 索引;如果出现 Recheck Cond,它表示从索引得到候选元组后还要在堆表上再次确认该条件。只要把这三层分开,就不会把某一份 Bitmap 计划误当成 SQL 的固定输出。

jsonb_ops 与 jsonb_path_ops 的索引项差异

两种常用 JSONB GIN 操作符类都建立倒排结构,但它们生成索引 key 的方式不同。

操作符类 索引项构造 典型支持
jsonb_ops 为键和值生成彼此独立的索引项 ?、`?
jsonb_path_ops 为每个值生成结合其键路径信息的哈希索引项 @>、@?、@@

因此,jsonb_path_ops 不是简单地“少存一些键和值”,而是改变了索引项编码方式:值和到达该值的键路径共同参与索引 key。它通常比 jsonb_ops 更紧凑,并可能让特定包含查询获得更好的选择性;代价是不能支持 ?、?|、?& 这类键存在查询。

从真实谓词选择操作符类

如果业务既有包含查询,又经常判断某个键是否存在,默认 jsonb_ops 通常更合适。如果查询主要是 @>、@?、@@,且数据规模较大,可以评估 jsonb_path_ops 的索引体积和选择性收益。

设计 JSONB GIN 时应从真实谓词反推操作符类,而不是先建一个 GIN 再假设所有 JSONB 表达式都会受益。GIN 真正加速的是“能够被当前操作符类转换为有效检索 key 的谓词”。

按自己的节奏,确认真正理解。

目录与阅读设置

记录一个想法

理解 GIN 索引机制

0 / 10000 · 笔记保存到账号。未提交的修改会在关闭、离开或刷新后丢失。

登录哪都通