なぜPostgreSQLのテキスト検索GiSTインデックスはGINインデックスよりもはるかに遅いのですか？

Question

StackOverflowの9月のデータダンプをサンプルデータとして使用して、PostgreSQLのテキスト検索機能をテストしています。 :-)

120万行を検索し、一致LIKE述語やPOSIX正規表現を使用しての単純なアプローチは、キーワードを探して全表スキャンを実行するために（私のMacBook上）について90-105秒かかります。

SELECT * FROM Posts WHERE body LIKE '%postgresql%'; 
SELECT * FROM Posts WHERE body ~ 'postgresql'; 

インデックスのない、アドホックテキスト検索クエリを約8分を取る：GINインデックスを作成する

SELECT * FROM Posts WHERE to_tsvector(body) @@ to_tsquery('postgresql'); 

約40分取ります

ALTER TABLE Posts ADD COLUMN PostText TSVECTOR; 
UPDATE Posts SET PostText = to_tsvector(body); 
CREATE INDEX PostText_GIN ON Posts USING GIN(PostText); 

を（I表現インデックスとして定義することで、これを1つのステップで行うこともできます。

私はGiSTインデックスを作成するときに

SELECT * FROM Posts WHERE PostText @@ 'postgresql'; 

は、しかし、結果はかなり異なっている：これは約40ミリ秒を取る -

その後、GINインデックスにより補助クエリがはるかに高速に実行されます。

CREATE INDEX PostText_GIN ON Posts USING GIST(PostText); 

その後、@@テキスト検索演算子を使用してクエリが90-100秒とります。これは、インデックスを作成するために、以下2分かかります。したがって、GiSTインデックスは、索引付けされていないTSクエリを8分から1.5分に改善します。しかし、それはLIKEで完全なテーブルスキャンを行うよりも改善されていません。ウェブプログラミング環境では役に立たない。

私はGiSTインデックスを使用する上で重要な何かを見逃していますか？索引をメモリなどにプリキャッシュする必要がありますか？私はMacPortsからの単純なPostgreSQLインストールを使用していますが、調整はしていません。

GiSTインデックスを使用する推奨される方法は何ですか？あるいは、PostgreSQLでTSをやっている人は誰もGiSTインデックスをスキップし、GINインデックスのみを使用しますか？

PS：私はSphinx SearchやLuceneのような選択肢について知っています。私はPostgreSQL自体が提供する機能について学びたいだけです。

Answer 1

は、プレフィックスクエリの適切なインデックスを作成します

CREATE INDEX PostText_GIST ON Posts USING GIST(PostText varchar_pattern_ops); 

を試してみてください。 PostgreSQLのドキュメントOperator Classes and Operator Familiesを参照してください。 @@演算子は、項ベクトル上でのみ意味があります。 GiSTインデックス（varchar_pattern_opsを使用）は、LIKEで優れた結果を得られます。

Answer 2

興味があれば、ドキュメントには、GiSTインデックスとGINインデックスのパフォーマンスの相違点の素晴らしい概要があります。GiST and GIN Index Types。

Answer 3

ところで：これはまだあなたの満足に答えられていない場合、あなたは

SELECT * FROM Posts WHERE PostText @@ 'postgresql';

をした部分は、あなたの答えのために

SELECT * FROM Posts WHERE PostText @@ to_tsquery('postgresql');