2. PostgreSQL 索引基础回顾：B-Tree、Hash、GiST、GIN 索引原理与适用场景

索引是数据库性能优化的基石。PostgreSQL 提供了丰富的索引类型，每种索引都有其独特的数据结构和适用场景。理解这些索引的原理，是后续学习函数索引和缓存优化的前提。本章将系统回顾四种最核心的索引类型：B-Tree、Hash、GiST 和 GIN。

2.1 B-Tree 索引：通用型索引的标杆

B-Tree（平衡树）是 PostgreSQL 默认且最通用的索引类型。它适用于等值查询、范围查询、排序和部分匹配（LIKE 'prefix%'）。B-Tree 索引将数据组织成一种自平衡的树形结构，所有叶子节点位于同一深度，保证了查询的时间复杂度为 O(log n)。

2.2 Hash 索引：等值查询的利器

Hash 索引基于哈希表实现，仅支持等值比较（=）操作。它将索引键通过哈希函数映射到一个固定长度的哈希值，然后直接定位到对应的数据桶。Hash 索引在等值查询上通常比 B-Tree 更快，但不支持范围查询和排序。

2.3 GiST 索引：空间与范围数据的通用框架

GiST（Generalized Search Tree）是一种平衡树结构的通用索引框架，它不局限于单一数据类型。GiST 索引支持自定义的“距离”和“包含”操作，特别适合处理空间数据（几何类型、地理坐标）、范围类型（如 int4range）以及全文搜索的某些场景。

GiST 索引的典型应用包括：

• 地理信息系统（GIS）：使用 PostGIS 扩展时，对几何列创建 GiST 索引以加速空间查询。
• 范围类型：对 tsrange、daterange 等范围列进行重叠或包含查询。
• 多维数据：使用 cube 或 seg 扩展时的相似性搜索。

2.4 GIN 索引：全文搜索与数组的王者

GIN（Generalized Inverted Index）是一种倒排索引，专为处理复合值（如数组、JSONB、全文搜索的 tsvector）设计。它将每个元素（如单词、数组元素）映射到包含该元素的文档列表，从而支持高效的包含和重叠查询。

2.5 索引类型对比与选择指南

在实际开发中，选择合适的索引类型对查询性能至关重要。下表总结了四种索引的核心差异和推荐场景：

2.6 索引创建示例

以下代码展示了在 PostgreSQL 中创建上述四种索引的典型语法：

-- B-Tree 索引（默认）
CREATE INDEX idx_users_created_at ON users (created_at);

-- Hash 索引
CREATE INDEX idx_users_email ON users USING hash (email);

-- GiST 索引（需安装 btree_gist 扩展以支持范围类型）
CREATE EXTENSION IF NOT EXISTS btree_gist;
CREATE INDEX idx_reservations_duration ON reservations USING gist (duration);

-- GIN 索引（全文搜索）
CREATE INDEX idx_articles_tsv ON articles USING gin (tsv);

-- GIN 索引（数组列）
CREATE INDEX idx_tags_array ON posts USING gin (tags);