小编dan*_*njo的帖子

我有一个包含从文本文档中提取的数据的表。数据存储在一个名为的列"CONTENT"中，我使用 GIN 创建了该索引：

CREATE INDEX "File_contentIndex"
  ON "File"
  USING gin
  (setweight(to_tsvector('english'::regconfig
           , COALESCE("CONTENT", ''::character varying)::text), 'C'::"char"));

我使用以下查询对表执行全文搜索：

SELECT "ITEMID",
  ts_rank(setweight(to_tsvector('english', coalesce("CONTENT",'')), 'C') , 
  plainto_tsquery('english', 'searchTerm')) AS "RANK"
FROM "File"
WHERE setweight(to_tsvector('english', coalesce("CONTENT",'')), 'C') 
  @@ plainto_tsquery('english', 'searchTerm')
ORDER BY "RANK" DESC
LIMIT 5;

File 表包含 250 000 行，每个"CONTENT"条目由一个随机单词和一个所有行都相同的文本字符串组成。

现在，当我搜索一个随机单词（在整个表中命中 1 个）时，查询运行得非常快（<100 毫秒）。但是，当我搜索出现在所有行中的单词时，查询运行速度非常慢（10 分钟或更长时间）。

EXPLAIN ANALYZE显示对于 1-hit 搜索，先执行位图索引扫描，然后执行位图堆扫描。对于慢速搜索，改为执行Seq Scan，这需要很长时间。

当然，在所有行中使用相同的数据是不现实的。但是由于我无法控制用户上传的文本文档，也无法控制他们执行的搜索，因此可能会出现类似的情况（搜索在 DB 中出现率很高的术语）。在这种情况下，如何提高搜索查询的性能？

运行 PostgreSQL 9.3.4

查询计划来自EXPLAIN ANALYZE：

快速搜索（在 DB …