英文:
postgres LIKE % operator vs similarity - pg_trgm.similarity_threshold . different query plans
问题
如果我使用：
SET pg_trgm.similarity_threshold = 0.9;
... where column % 'some string s';
PostgreSQL在列gin_trgm_ops上执行索引扫描。
相比之下，应该是相同的：
... where similarity(column, 'some string s' ) >= 0.9
这将执行顺序扫描而不是使用索引。
从文档中可以看到：
https://www.postgresql.org/docs/11/pgtrgm.html
> <code>text % text</code> boolean
> 如果其参数的相似度大于由 `pg_trgm.similarity_threshold` 设置的当前相似度阈值，则返回true。
为什么呢？
英文:
If I use:
SET pg_trgm.similarity_threshold = 0.9;
... where column % 'some string s';
PostgreSQL does an index scan on: gin (column gin_trgm_ops)
In contrast, which should be the same:
... where similarity(column, 'some string s' ) >= 0.9
That does a seqential scan instead of using the index.
From the documentation:
https://www.postgresql.org/docs/11/pgtrgm.html
> <code>text % text</code> boolean
> Returns true if its arguments have a similarity that is greater than the current similarity threshold set by pg_trgm.similarity_threshold.
Why?
答案1
得分: 2
基本上，WHERE 条件必须具备以下形式才能允许索引扫描：
<indexed expression> <operator> <constant>
在这里，<indexed expression> 是你在索引上创建的表达式，<operator> 是索引的操作符类(operator class)支持的操作符，而 <constant> 是在索引扫描期间保持不变的表达式（特别地，它只能包含 STABLE 函数）。
在 PostgreSQL 中的一个例外情况是，如果你在 WHERE 条件中使用返回 boolean 的函数，并且该函数有一个优化器支持函数，允许 PostgreSQL 替代索引扫描。但是，similarity 不是这样的函数。
英文:
Fundamentally, a WHERE condition must look like this to allow an index scan:
<indexed expression> <operator> <constant>
Here, <indexed expression> is what you created the index on <operator> is an operator supported by the operator family of the index's operator class, and <constant> is an expression that is constant for the duration of the index scan (in particular, it can only contain STABLE functions).
The one exception in PostgreSQL is if you use a function returning boolean in the WHERE condition, and that function has an optimizer support function that allows PostgreSQL to substitute an index scan. But similarity is no such function.
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论