PostGIS学习教程十：空间索引

回想一下，空间索引是空间数据库的三个关键特性之一。空间索引使得使用空间数据库存储大型数据集成为可能。在没有空间索引的情况下，对要素的任何搜索都需要对数据库中的每条记录进行"顺序扫描"。索引通过将数据组织到搜索树中来加快搜索速度，搜索树可以快速遍历以查找特定记录。

空间索引是PostGIS的最大价值之一。在前面的示例中，构建空间连接需要对整个表进行相互比较。这样做的代价很高：连接两个各包含10000条记录的表（每个表都没有索引）将需要进行100000000次比较；如果使用空间索引，则比较次数可能低至20000次。
加载nyc_census_blocks表时，pgShapeLoader会自动创建名为nyc_census_blocks_geom_idx的空间索引。

为了演示空间索引对性能有多重要，让我们在没有空间索引的情况下搜索nyc_census_blocks表。

我们的第一步是删除索引：

DROP INDEX nyc_census_blocks_geom_idx;

在这里插入图片描述
注意：DROP INDEX语句从数据库系统中删除现有索引。有关更多信息，请参见PostgreSQL文档。

现在，查看pgAdmin查询窗口右下角的"计时表"并运行以下命令。我们的查询将搜索每个单独的人口普查块（census block），以查找宽街（Broad Street）那个记录。

SELECT blocks.blkid
FROM nyc_census_blocks blocks
JOIN nyc_subway_stations subways
ON ST_Contains(blocks.geom, subways.geom)
WHERE subways.name = 'Broad St';

在这里插入图片描述
nyc_census_blocks表非常小（只有几千条记录），因此即时没有索引，查询也非常快。

现在，重新添加空间索引并再次进行查询：

CREATE INDEX nyc_census_blocks_geom_idx
ON nyc_census_blocks
USING GIST (geom);

注意：USING GIST子句告诉PostgreSQL在构建索引时使用generic index structure（GIST-通用索引结构）。创建索引时，如果收到类似错误：ERROR:index row requires 11340 bytes，maximum size is 8911，则可能是因为没有添加USING GIST子句。
在这里插入图片描述
在我的测试计算机上，时间下降到11毫秒。表越大，索引查询的相对速度提高就越大。

文章目录

PostGIS学习教程十：空间索引
一、空间索引是怎样工作的？
- 二、纯索引查询
三、分析（ANALYZE）
四、清理（VACUUM）
五、相关函数

一、空间索引是怎样工作的？

标准数据库索引基于某个列的值创建层次结构树。空间索引略有不同-它们不能索引几何要素本身，而是索引几何要素的边界框。
在这里插入图片描述
在上图中，与黄星相交的线串数是一条，即红线。但是与黄色框相交的要素的边界框是两个，红框和蓝框。

空间数据库回答"哪些直线与黄星相交"这一问题使用的方法是，首先使用空间索引（速度非常快）判断"哪些框与黄色框相交"，然后仅对第一次返回的几何要素进行"哪些直线与黄星相交"的精确计算。

对于一个大的数据表来说，这种先计算出近似结果，然后进行精确测试的"两遍"机制可以从根本上减少计算量。（这种思想就是粗调和精调的思想，就像显微镜一样有粗粒度的调整和细粒度的调整。很多事物都涉及到这个思想，它的作用就是减少了耗费的代价）

PostGIS和Oracle Spatial都具有相同的"R-Tree"空间索引结构。R-Tree将数据分解为矩形（rectangle）、子矩形（sub-rectangle）和子-子矩形（sub-sub rectangle）等。它是一种可自动处理可变数据的密度和对象大小的自调优（self-tuning）索引结构。
在这里插入图片描述

二、纯索引查询

PostGIS中最常用的函数（ST_Contains、ST_Intersects、ST_DWithin等）都包含自动索引过滤器。但有些函数（如ST_Relate）不包括索引过滤器。

要使用索引执行边界框搜索（即纯索引查询-Index only Query-没有过滤器），需要使用"&&“运算符。对于几何图形，&&运算符表示"边界框重叠或接触”（纯索引查询），就像对于数字，"=“运算符表示"值相同”。

让我们将对"West Village"社区人口的纯空间索引查询与更精确的查询进行比较。使用&&操作符的纯索引查询如下所示：

SELECT Sum(popn_total)
FROM nyc_neighborhoods neighborhoods
JOIN nyc_census_blocks blocks
ON neighborhoods.geom && blocks.geom
WHERE neighborhoods.name = 'West Village';

在这里插入图片描述
现在，让我们使用更精确的ST_Intersects函数执行相同的查询：

SELECT Sum(popn_total)
FROM nyc_neighborhoods neighborhoods
JOIN nyc_census_blocks blocks
ON ST_Intersects(neighborhoods.geom, blocks.geom)
WHERE neighborhoods.name = 'West Village';