PostgreSQL索引
postgresql 索引底层原理
postgresql 索引底层原理PostgreSQL 索引底层原理什么是索引？索引是数据库中的一种数据结构，用于加速对数据库表中数据的查找操作。
它可以类比于书中的目录，可以根据关键字快速找到所需的内容。
为什么需要索引？当数据库中的表数据量很大时，如果没有索引，每次查询操作都需要遍历整张表，这样的效率非常低下。
而有了索引，数据库引擎可以根据索引的内容快速定位到需要的数据行，从而大大提高查询速度。
索引底层原理B-树索引B-树是一种平衡二叉树的数据结构，它被广泛应用在数据库中作为索引的底层结构。
B-树索引以层次化的方式组织数据，从根节点开始，每个节点包含多个子节点，并且对子节点进行分级，使得树的高度最小化。
B+树索引B+树是B-树的一种变体，也是常用的索引实现方式。
B+树与B-树的不同在于，B+树在叶子节点上存储了所有的数据，而非叶子节点只存储索引信息。
这样做的优点是，可以更好地利用内存，提高数据查询的效率。
索引类型在 PostgreSQL 中，常见的索引类型有以下几种：1.B-树索引：用于普通的查询场景，适用于等值查询、范围查询、排序等操作。
2.哈希索引：可以用于快速的等值查询，但不支持范围查询和排序。
3.GiST索引：通用的搜索树索引，适用于非传统数据类型的查询，如范围查询、几何类型等。
4.SP-GiST索引：空间搜索树索引，适用于包含空间数据的查询。
5.GIN索引：倒排索引，适用于在一个文档集中搜索特定单词或短语。
索引的创建和使用创建索引在 PostgreSQL 中，可以使用CREATE INDEX命令创建索引。
需要指定索引名称、表名称和索引的列名。
例如：CREATE INDEX idx_name ON table_name (column_name);使用索引在查询语句中，可以使用EXPLAIN命令查看数据库引擎执行查询的计划，从而判断是否使用了索引。
如果没有使用索引，可以通过优化查询语句或创建适当的索引来提高查询效率。
postgreSQL数据库（索引、视图）
postgreSQL数据库（索引、视图）
索引的含义与特点
索引是⼀个单独的、存储在磁盘上的数据库结构，它们包含对数据所有记录的引⽤指针，postgresql列类型都可以被索引，对相关列索引是提⾼查询操作效率的最佳途径。
例如，查询select * from table where num=10000.如果没有索引，必须遍历整个表，如果在num上创建索引，PostgreSQL不需要任何扫描，直接索引⾥⾯找10000.就知道这⾏的位置。
索引的优点有：1234 唯⼀性索引，保证数据完整性2提⾼查询数据3实现数据参考的完整性，加速表与表连接4.提⾼数据分组、排序操作的速度。
缺点有：1索引建⽴耗费⼀定的物理空间2创建索引耗费时间、数据量的增加，创建索引所耗费的时间增加3数据维护时，索引也要需要动态维护
索引设计原则：1.索引并⾮越多越好，⼤量的索引占⽤⼤量磁盘空间，影响Insert、delete、update的速度
2.避免对经常更新的表建⽴索引，对经常查询的表应该创建索引，避免不必要增加字段
3.数据量⼩的表最好不⽤索引，数据量少，查询花费的时间可能⽐遍历索引的时间还要短
4.在条件表达中经常⽤的，不同值较多的列上建⽴索引，例如“性别字段”不需要建⽴索引
5.当唯⼀性是数据本⾝的特征时，制定唯⼀索引，保证列的完整性，提⾼查询速度
6.在频繁建⽴排序或分组的列上建⽴索引时，如果排序的列有多个，可以再这些列上建⽴组合索引
视图
视图优点：1 简单化
2 安全性，可以⽤数据库授权命令使每个⽤户对数据库的检索限制在特定的数据库对象上。
但不能限定在特定的⾏和列上，通过视图，可以将⽤户限制在数据的不同⼦集上。
3 保证逻辑数据的独⽴性。
pg库索引排序规则
pg库索引排序规则在PostgreSQL 中，索引的排序规则是通过指定COLLATION（排序规则）来定义的。
COLLATION 指定了用于比较和排序字符串的规则，这影响到字符串的排序、比较和匹配操作。
在创建索引时，你可以为每个文本或字符类型的列指定COLLATION。
这会影响到索引的排序顺序。
以下是一些关于索引排序规则的要点：1. 默认排序规则：如果在创建索引时没有显式指定COLLATION，那么将使用数据库默认的排序规则。
2. 创建索引时指定COLLATION：在创建索引时，你可以显式指定COLLATION。
例如：```sqlCREATE INDEX idx_column_name ON table_name (column_name COLLATE collation_name);```其中，`collation_name` 是你想要使用的排序规则。
3. 使用B-tree 索引的排序规则：B-tree 索引是PostgreSQL 中最常见的索引类型。
它使用定义在数据类型上的默认或指定的排序规则来排序索引键。
4. 支持不同排序规则的索引：在PostgreSQL 中，可以为不同的列使用不同的排序规则创建索引。
这对于多语言或多种排序需求的数据库是很有用的。
5. 在查询中使用COLLATE：在查询时，你也可以使用COLLATE 子句来指定用于比较和排序的排序规则。
例如：```sqlSELECT * FROM table_name WHERE column_name = 'some_value' COLLATE collation_name;```这里，`collation_name` 是你想要使用的排序规则。
请注意，选择适当的排序规则对于确保正确的字符串比较和排序非常重要，特别是在多语言环境中。
PostgreSQL 提供了一系列内置的排序规则，也支持自定义排序规则。
要获取有关当前数据库支持的排序规则的信息，可以查询`pg_collation` 系统目录表。
pg sql 索引结构
pg sql 索引结构1. 索引的作用及意义索引是数据库中非常重要的组成部分，它能够提高数据检索的速度和效率。
在PostgreSQL 中，索引是一种数据结构，用于加快数据的查找和访问速度。
通过在某个列上创建索引，可以让数据库系统更快地找到所需的数据，减少全表扫描的开销，提高查询性能。
2. PostgreSQL 支持的索引类型PostgreSQL 支持多种不同类型的索引，每种索引适用于不同的场景和查询需求。
下面介绍几种常用的索引类型：2.1 B-Tree 索引B-Tree 是 PostgreSQL 默认的索引类型，也是最常用的索引类型之一。
它能够高效地支持等值查询、范围查询和排序操作。
B-Tree 索引适用于对于有序数据的查询。
2.2 Hash 索引Hash 索引适用于等值查询，能够在均匀分布的数据上提供非常快速的查询速度。
但是，Hash 索引不适用于范围查询和排序操作，并且只支持等值查询。
2.3 GIN 索引GIN (Generalized Inverted Index) 索引是一种适用于含有复杂数据类型的索引。
它支持对文本、数组、范围等类型进行高效的全文搜索和模糊查询。
2.4 GiST 索引GiST (Generalized Search Tree) 索引是一种通用的多维索引方法，适用于几何、网络和文档类型的索引。
GiST 索引能够提供高效的数据查询和搜索。
3. 创建索引的语法在 PostgreSQL 中，创建索引可以通过以下语法进行：CREATE INDEX index_name ON table_name (column_name);其中，index_name是索引的名称，table_name是要创建索引的表名，column_name是要创建索引的列名。
4. 索引的优缺点4.1 优点•提高查询性能：通过使用索引，数据库可以更快地定位和访问所需的数据，加快查询的执行速度。
•减少IO开销：索引可以减少磁盘IO的操作次数，提高查询的效率。
postgres 条件索引
postgres 条件索引摘要：1.条件索引简介2.为什么使用条件索引3.条件索引的使用场景4.条件索引的实现原理5.如何创建条件索引6.条件索引的优化7.总结正文：条件索引（Conditional Index）是PostgreSQL 中一种特殊的索引类型，它可以根据某个条件的满足与否来决定是否使用该索引。
条件索引可以有效地减少索引的存储空间，同时提高查询效率。
在某些情况下，我们可能需要根据某些条件来限制索引的使用。
例如，在一条记录中，可能存在一个字段是"A" 时，我们希望查询时使用索引；而当该字段是"B" 时，我们希望查询时不要使用索引。
这时候，条件索引就派上用场了。
条件索引的使用场景包括但不限于：- 当某些列的取值范围很大，导致索引过长，使用条件索引可以根据需要有选择地使用索引。
- 当某些列具有相同的值，使用条件索引可以避免索引重复。
条件索引的实现原理是根据索引的WHERE 子句来判断是否使用索引。
在查询时，PostgreSQL 会首先检查索引的WHERE 子句，如果满足条件，则会使用该索引；否则，将不使用该索引。
要创建条件索引，可以使用如下SQL 语句：```sqlCREATE INDEX index_nameON table_name (column1, column2, ...)WHERE column_condition;```其中，`index_name` 是索引的名称，`table_name` 是表名，`column1`、`column2` 等是需要建立索引的列名，`column_condition` 是限制索引使用的条件。
为了优化条件索引的使用，我们可以：1.尽量缩小索引范围，只包含实际需要查询的列。
2.避免在WHERE 子句中使用函数操作或类型转换，因为这些操作可能导致索引失效。
3.在使用条件索引时，尽量确保条件的稳定性，避免频繁修改条件。
postgresql----唯一索引，表达式索引，部分索引
postgresql----唯⼀索引，表达式索引，部分索引⼀.唯⼀索引唯⼀索引字⾯上理解就是在索引上增加唯⼀约束，不允许出现索引值相同的⾏，⽬前只有Btree索引可以声明唯⼀索引，唯⼀键会⾃动创建唯⼀索引。
测试表：test=# create table tbl_unique_index(a int, b int);CREATE TABLE⽰例1.创建唯⼀索引，相等数据只允许插⼊⼀⾏，NULL除外，因为NULL不等于NULL。
test=# create unique index idx_unq_tbl_unique_index_a_b on tbl_unique_index using btree (a,b);CREATE INDEXtest=# \d tbl_unique_indexTable "public.tbl_unique_index"Column| Type | Modifiers--------+---------+-----------a |integer|b |integer|Indexes:"idx_unq_tbl_unique_index_a_b" UNIQUE, btree (a, b)test=# insert into tbl_unique_index values (1,1);INSERT01test=# insert into tbl_unique_index values (1,1);ERROR: duplicate key value violates unique constraint "idx_unq_tbl_unique_index_a_b"DETAIL: Key (a, b)=(1, 1) already exists.test=# insert into tbl_unique_index values (1);INSERT01test=# insert into tbl_unique_index values (1);INSERT01test=# insert into tbl_unique_index values (1);INSERT01⽰例2.唯⼀键会⾃动创建唯⼀索引test=# truncate table tbl_unique_index ;TRUNCATE TABLEtest=# alter table tbl_unique_index add constraint pk_tbl_unique_index_a primary key(a);ALTER TABLEtest=# alter table tbl_unique_index add constraint uk_tbl_unique_index_b unique(b);ALTER TABLEtest=# \d tbl_unique_indexTable "public.tbl_unique_index"Column| Type | Modifiers--------+---------+-----------a |integer|not nullb |integer|Indexes:"pk_tbl_unique_index_a" PRIMARY KEY, btree (a)"idx_unq_tbl_unique_index_a_b" UNIQUE, btree (a, b)"uk_tbl_unique_index_b" UNIQUE CONSTRAINT, btree (b)⼆.表达式索引除针对表的字段直接创建索引外，还可以对字段进⾏某种运算之后的结果创建索引。
postgre分区表索引新加规则
PostgreSQL是一种开源的关系型数据库管理系统，它为用户提供了强大的扩展性和灵活性。
在PostgreSQL中，分区表是一种特殊的表格，通过它可以将数据按照特定的规则划分到不同的子表中，从而帮助用户更好地管理海量的数据。
而对于分区表来说，索引是一种非常重要的数据库对象，可以大大提高数据的查询效率。
如何在PostgreSQL中为分区表添加索引就成为了一个非常重要的问题。
1. 了解分区表的索引在理解如何为分区表添加索引之前，首先要了解分区表的索引是如何工作的。
在PostgreSQL中，分区表的索引是分为全局索引和局部索引两种类型。
全局索引是在整个分区表上建立的索引，而局部索引则是在每个子表上建立的索引。
这两种索引都有各自的优缺点，用户需要根据实际情况进行选择。
2. 为分区表添加全局索引的方法在PostgreSQL中，为分区表添加全局索引的方法与为普通表添加索引的方法类似。
用户可以使用CREATE INDEX命令在整个分区表上建立索引。
需要注意的是，在创建全局索引时，需要指定索引的类型和名称，以及需要建立索引的字段。
用户还可以根据实际情况为索引添加过滤条件，以进一步提高查询效率。
3. 为分区表添加局部索引的方法与全局索引类似，用户也可以为分区表的每个子表单独创建索引，这就是局部索引。
在PostgreSQL中，为子表添加索引的方法与为普通表添加索引的方法相同。
用户同样可以使用CREATE INDEX命令来创建局部索引，并指定需要建立索引的字段。
4. 为分区表添加索引的注意事项在为分区表添加索引时，用户需要特别注意以下几点：4.1 索引的选择：根据实际查询需求和数据特点，选择合适的索引类型和字段。
4.2 索引的命名：为索引命名时，需要遵循一定的规范，以方便管理和维护。
4.3 索引的定期维护：为了保证索引的查询效率，用户需要定期对索引进行维护，包括重建和优化索引。
5. 总结通过本文的介绍，相信读者对于在PostgreSQL中为分区表添加索引有了更深入的了解。
pg 新加索引 语法
pg 新加索引语法在 PostgreSQL 中，添加索引通常使用 `CREATE INDEX` 语句。
以下是其基本语法：```sqlCREATE INDEX 索引名 ON 表名 (列名1, 列名2, ...);```例如，如果你有一个名为 `students` 的表，并希望在 `lastname` 列上添加一个索引，可以使用以下命令：```sqlCREATE INDEX idx_lastname ON students (lastname);```这会创建一个名为 `idx_lastname` 的索引，该索引会加速在 `students` 表的 `lastname` 列上的查询。
如果你想在多个列上创建复合索引，只需在括号内列出所有列名，用逗号分隔：```sqlCREATE INDEX 索引名 ON 表名 (列名1, 列名2, ...);```例如：```sqlCREATE INDEX idx_name ON students (firstname, lastname);```这会在 `firstname` 和 `lastname` 列上创建一个复合索引。
除了基本的 `CREATE INDEX` 语法外，PostgreSQL 还提供了其他选项和扩展，允许你进一步定制索引的行为和属性。
例如，你可以使用 `UNIQUE` 关键字来创建一个唯一索引，确保索引列中的所有值都是唯一的：```sqlCREATE UNIQUE INDEX 索引名 ON 表名 (列名1, 列名2, ...);```还可以使用其他选项来优化索引，例如通过指定存储参数或使用不同的索引类型。
要了解更多关于 PostgreSQL 索引的详细信息和选项，请参阅PostgreSQL 官方文档中的相关章节。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
什么是索引？索引的目的及优缺点？PostgreSQL中的索引及分类索引是指按表中某些关键属性或表达式建立元组的逻辑顺序，它是由一系列表元组的标识号组成的一个列表。
在关系数据库中，索引是一种与表有关的数据库结构，它可以使对应于表的SQL语句执行得更快。
索引的作用相当于图书的目录，可以根据目录中的页码快速找到所需的内容。
索引是一个单独的、物理的数据库结构，它是某个表中一列或若干列值的集合和相应的指向表中物理标识这些值的数据页的逻辑指针清单。
索引的分类按存储结构区分：“聚集索引（又称聚类索引，簇集索引）”，“分聚集索引（非聚类索引，非簇集索引）”按数据唯一性区分：“唯一索引”，“非唯一索引”按键列个数区分：“单列索引”，“多列索引”。
为什么要创建索引呢？这是因为，创建索引可以大大提高系统的性能。
第一，通过创建唯一性索引，可以保证数据库表中每一行数据的唯一性。
第二，可以大大加快数据的检索速度，这也是创建索引的最主要的原因。
第三，可以加速表和表之间的连接，特别是在实现数据的参考完整性方面特别有意义。
第四，在使用分组和排序子句进行数据检索时，同样可以显著减少查询中分组和排序的时间。
第五，通过使用索引，可以在查询的过程中，使用优化隐藏器，提高系统的性能。
也许会有人要问：增加索引有如此多的优点，为什么不对表中的每一个列创建一个索引呢？这种想法固然有其合理性，然而也有其片面性。
虽然，索引有许多优点，但是，为表中的每一个列都增加索引，是非常不明智的。
这是因为，增加索引也有许多不利的一个方面。
第一，创建索引和维护索引要耗费时间，这种时间随着数据量的增加而增加。
第二，索引需要占物理空间，除了数据表占数据空间之外，每一个索引还要占一定的物理空间，如果要建立聚簇索引，那么需要的空间就会更大。
第三，当对表中的数据进行增加、删除和修改的时候，索引也要动态的维护，这样就降低了数据的维护速度。
索引是建立在数据库表中的某些列的上面。
因此，在创建索引的时候，应该仔细考虑在哪些列上可以创建索引，在哪些列上不能创建索引。
一般来说，应该在这些列上创建索引，例如：在经常需要搜索的列上，可以加快搜索的速度；在作为主键的列上，强制该列的唯一性和组织表中数据的排列结构；在经常用在连接的列上，这些列主要是一些外键，可以加快连接的速度；在经常需要根据范围进行搜索的列上创建索引，因为索引已经排序，其指定的范围是连续的；在经常需要排序的列上创建索引，因为索引已经排序，这样查询可以利用索引的排序，加快排序查询时间；在经常使用在WHERE子句中的列上面创建索引，加快条件的判断速度。
PostgreSQL中五种索引方式：唯一，主键，多属性，部分，表达式四种索引类型：B-Tree，Hash，Gist，GINCREATE INDEX用于创建索引，默认创建一个B-Tree索引相关系统表：每种索引类型在系统表pg_am中用一个元组记录，共4个元组对应类型，其中记录了可被调用的接口函数和相关属性，共有13种函数类型。
每一个创建的索引，会在pg_class系统表中添加一个元组，同时在pg_index中添加一个元组。
Pg_index用于记录与索引有关的信息。
每一种索引类型并不直接设定其所操作的数据类型，而是由操作符系统表pg_opclass 管理，而每一个操作符类引用了pg_opfamily一个元组Pg_amop中存每个索引操作符集合(pg_opfamily)与具体操作符（pg_operator）关联信息Pg_amproc则存储集合与其相关联的支持过程或函数（pg_proc）关联信息例：Pg_proc中一个函数属于pg_opfamily一个集合，则pg_amproc中就有一个元组记录这个对应关系。
B-TreeM为树的阶数，B-树或为空树，否则满足下列条件：1.定义任意非叶子结点最多只有M个儿子；且M>2；2.根结点的儿子数为[2, M]；3.除根结点以外的非叶子结点的儿子数为[M/2, M]；4.每个结点存放至少M/2-1（取上整）和至多M-1个关键字；（至少2个关键字,根节点至少一个关键字）；5.非叶子结点的关键字个数=指向儿子的指针个数-1；6.非叶子结点的关键字：K[1], K[2], …, K[m-1]，m<M+1；且K[i]< K[i+1] ；7.非叶子结点的指针：P[1], P[2], …, P[m]；其中P[1]指向关键字小于K[1]的子树，P[m]指向关键字大于K[m-1]的子树，其它P[i]指向关键字属于(K[i-1], K[i])的子树；8.所有叶子结点位于同一层；如：（M=3）M=3的B-树B-树的搜索，从根结点开始，对结点内的关键字（有序）序列进行二分查找，如果命中则结束，否则进入查询关键字所属范围的儿子结点；重复，直到所对应的儿子指针为空，或已经是叶子结点。
特性1.关键字集合分布在整颗树中；2.任何一个关键字出现且只出现在一个结点中；3.搜索有可能在非叶子结点结束；4.其搜索性能等价于在关键字全集内做一次二分查找；大规模数据存储中，实现索引查询这样一个实际背景下，树节点存储的元素数量是有限的（如果元素数量非常多的话，查找就退化成节点内部的线性查找了），这样导致二叉查找树结构由于树的深度过大而造成磁盘I/O读写过于频繁，进而导致查询效率低下，那么如何减少树的深度（当然是不能减少查询的数据量），一个基本的想法就是：采用多叉树结构（由于树节点元素数量是有限的，自然该节点的子树数量也就是有限的）。
B 树是为了磁盘或其它存储设备而设计的一种多叉平衡查找树B+树的定义B+树是应文件系统所需而出的一种B-树的变型树。
一棵m阶的B+树和m阶的B-树的差异在于：1.有n棵子树的结点中含有n个关键字，每个关键字不保存数据，只用来索引，所有数据都保存在叶子节点。
2.所有的叶子结点中包含了全部关键字的信息，及指向含这些关键字记录的指针，且叶子结点本身依关键字的大小自小而大顺序链接。
3.所有的非终端结点可以看成是索引部分，结点中仅含其子树（根结点）中的最大（或最小）关键字。
通常在B+树上有两个头指针，一个指向根结点，一个指向关键字最小的叶子结点。
a) 为什么说B+-tree比B 树更适合实际应用中操作系统的文件索引和数据库索引？1) B+-tree的磁盘读写代价更低B+-tree的内部结点并没有指向关键字具体信息的指针。
因此其内部结点相对B 树更小。
如果把所有同一内部结点的关键字存放在同一盘块中，那么盘块所能容纳的关键字数量也越多。
一次性读入内存中的需要查找的关键字也就越多。
相对来说IO读写次数也就降低了。
举个例子，假设磁盘中的一个盘块容纳16bytes，而一个关键字2bytes，一个关键字具体信息指针2bytes。
一棵9阶B-tree(一个结点最多8个关键字)的内部结点需要2个盘快。
而B+ 树内部结点只需要1个盘快。
当需要把内部结点读入内存中的时候，B 树就比B+ 树多一次盘块查找时间(在磁盘中就是盘片旋转的时间)。
2) B+-tree的查询效率更加稳定由于非终结点并不是最终指向文件内容的结点，而只是叶子结点中关键字的索引。
所以任何关键字的查找必须走一条从根结点到叶子结点的路。
所有关键字查询的路径长度相同，导致每一个数据的查询效率相当。
读者点评数据库索引采用B+树的主要原因是B树在提高了磁盘IO性能的同时并没有解决元素遍历的效率低下的问题。
正是为了解决这个问题，B+树应运而生。
B+树只要遍历叶子节点就可以实现整棵树的遍历。
而且在数据库中基于范围的查询是非常频繁的，而B树不支持这样的操作（或者说效率太低）。
看完索引的整体逻辑过程（创建，插入，扫描，删除）感觉整体性很强，都是有一个总流程，之后函数+数据结构实现相关模块，逻辑性较强，涉及函数较多。
创建索引：将待索引的表元组封装为索引元组，并进行排序，之后填充入叶子节点，填充满则申请新的叶子节点，并在父节点中添加指针，重复该过程。
插入过程中，主要涉及查找及可能进行的叶子节点分裂。
其中，为了减少分裂操作，设置一个百分比填充因子（留下冗余量），虽然带来一定空间浪费，但可以避免过于频繁的分裂。
Hash索引：Hash相对比较熟悉。
在hash表中，有一个函数以查找键为参数，计算出0~b-1（b 是桶的数目）B的数目是否变化，分为静态与动态。
PostgreSQL使用动态hash（可扩展/线性）实现中包含两种类型hash，一个是用作索引的外存，另一种用于内存查找元页记录相关信息，每次对索引读写操作都要将元页读入内存Hash表多个桶组成，每个桶含一或多个页，每个桶第一页称为桶页，其他页称为溢出页。
桶页成组分配，每次分配2的幂次。
0，1号初始化分配。
每次分配的桶页磁盘上连续存储。
溢出页分配在每次分配整体后。
（例：4~7桶中，4满了，溢出页加在7后）溢出页和桶页之间双向链表，溢出页一旦分配，一直存在，不会释放物理空间（为了快速计算桶标号）位图用于标记每个溢出页是否可用下面举例说明hash表不断插入时各种页面分配情况：①初始化。
0号块元页，1,2号块分配给0,1号桶，并在桶后分配位图页（3号块）②增加两个溢出页。
磁盘号为45.③增加一个桶。
增加2号桶需要分裂，其实增加了2,3号桶，但3号先不投入使用。
④为2号桶增加溢出页Hash的实现：构建，元组插入，溢出页管理，hash表扩展构建：初始化，之后扫描要索引的表，生成索引元组，最后插入到hash溢出页的分配回收需要考虑共享问题，设置排他锁Hash表扩展，每次插入，计算当前记录r/桶数n，比例太大就要进行扩展和压缩。
GiST通用搜索树，是一种平衡的树状结构访问方法，相当于一个基础模板，可以用它实现任意索引模式。
它可以建立一种可扩展的索引结构，包括数据类型和查询谓词扩展。
Gist接口提供了高层抽象，只要求实现基本语义，而不用理解数据库内部工作机制。
可以根据相关领域设定数据或谓词，多用于图像处理GIN通用倒排索引，是一个存储（key，posting list）集合的索引结构，key是键值，posting list 是出现过key的位置，位置由“元组ID：位置”表示如（”hello”,”14:17,…”）表示hello关键字在14号元组被索引属性第17个位置出现。
通过这种结构可快速查找包含关键字的元组，特别适合支持全文搜索。
GIN包含四部分：Entry：一个词位/键值Entry tree：在entry上构建的b树Posting tree：在一个entry出现的物理位置上构建的b树Postling list：entry物理位置列表GIN索引适合静态的数据因为查找是迅速的. 对于动态数据, GiST 可以更快的更新. 具体来说, GiST索引在动态数据上是好用的并且如果单独的字（词位）在100,000以下也是快速的,然而GIN 索引在处理100,000词位以上时是更好的但是更新就要慢点了.TSearch2 全文搜索全文检索是指计算机索引程序通过扫描文章中的每一个词，对每一个词建立一个索引，指明该词在文章中出现的次数和位置，当用户查询时，检索程序就根据事先建立的索引进行查找，并将查找的结果反馈给用户的检索方式。