[PostgreSQL] 인덱스: Gin

#PostgreSQL

postgres의 인덱스 타입에는 btree, 해시 외에도 독특한 2가지 타입이 존재한다.
바로 Gist와 Gin이다.
여기선 사용성이 좀더 괜찮은 Gin을 먼저 다뤄보겠다.

우선 테스트할 테이블 상태는 이렇다.

별거없다. 값은 10만개만 넣어뒀다.

Gin이란?

Gin은 Generalized Inverted Index의 축약으로, 번역하면 "일반화된 간격 인덱스"가 된다.
말 그대로 값(특히 문자열)을 일정한 간격으로 쪼개서 인덱스를 복잡한 조건에서도 탈 수 있게 하는 것이다.

사실 Gin이나 Gist같은 특수한 인덱스들은 일반적인 용도로는 적합하지 않은 친구들이다. 막 배열처리나 복잡한 커스텀이 필요할때 주로 쓰는데,
Gin은 일반적인 용도로 사용되는 케이스가 하나 있다.

바로 텍스트 패턴검색이다.

앞서 언급했듯이, 일반 인덱스의 경우에는 LIKE '%텍스트%' 같은 조건에는 인덱스 스캔을 하지 못한다. text_pattern_ops라는 클래스를 지정해도 %가 패턴 앞에 붙은 것은 처리하지 못한다.

하지만 Gin 인덱스를 사용하면 그런 상황에서도 인덱스를 태울 수가 있다.

또한, Gin은 일반 인덱스처럼 그냥 달 수 있는 게 아니라 연산자 클래스라는 것을 지정해줘야 한다.

Gin에 사용할만한 내장 클래스는 array_ops, tsvector_ops, jsonb_ops, jsonb_path_ops 등이 있으나, 이것들은 문자열에 쓰기 힘든 것들이고.

문자열 검색에는 pg_trgm이라는 확장 클래스를 사용하는 것이 간편하고 괜찮은 편이다. 이건 문자열을 3글자씩 쪼개서 처리한다고 한다.

생성은 아래와 같이 하면 된다.
create extension으로 먼저 pg_trgm 확장을 활성화하고, 인덱스 생성시에 연산자 클래스 gin_trgm_ops를 붙여주면 된다.

그럼

풀스캔을 해서 9초가 넘게 걸리던 것이

인덱스를 탄 비트맵 스캔으로 1초도 걸리지 않게 된다.

여기서 약간 주의할 점이 있는데

pg_trgm은 3글자 단위로 처리를 하기 때문에, 위와 같이 글자가 3글자 미만이면 인덱스를 타지 못한다는 것이다.

근데 사실 1글자나 2글자 정도의 검색 패턴은 검색범위가 너무 넓기 때문에 오히려 풀스캔이 빠를 확률이 높다.
그래서 큰 문제는 없다고 할 수 있겠다.

tsvector의 ts는 text search의 축약이다. 말 그대로 텍스트 검색을 위한 벡터라는 말이다.
실제 처리방식이나 사용법이 다 문자열의 배열이라서 단순한 문자열만 처리하고 싶은 경우라면 과도할 수도 있다...

이건 기본적으로 긴 문장에서 '특정 단어'만을 검색할 때 적합한 방식이다.

이건 like 대신 @@ 연산자와 tsquery 값으로 검색을 수행한다.
아래의 tsquery는 16으로 시작하는 텍스트만 찾는 쿼리다.

근데 후행 와일드 카드는 되는데 선행 와일드카드는 잘 안되는 것 같다?

이것도 gin 인덱스를 만들어보자

이건 연산자 클래스를 따로 지정해주지 않아도 만드는 게 가능하다.

그럼 비트맵이 잘 뜰 것이다.

그렇다.