空间索引（GiST）
加快位置查询。
空间索引（GiST） 是 CoddyKit 上的免费 SQL Academy 课时。 这是第 4 节课，共 4 节。 你可以在下方免费阅读本课时的完整内容 — 然后在浏览器中使用内置代码编辑器和全天候 AI 导师进行实践。 这是 SQL Academy 学习路径的一部分，你的进度在网页和 CoddyKit 应用中同步。 SQL Academy 课程共包含 4 节课。
位置查询为何会变慢
设想有一个包含数百万个餐厅位置的表。如果您询问“查找距离我 5 千米以内的所有餐厅”，数据库就必须逐行计算距离。这称为顺序扫描，随着表的增长，它会变得非常缓慢。
空间索引通过将几何数据组织成树结构来解决这个问题，使数据库能够立即跳过表中的大部分内容。
什么是 GiST 索引
GiST 是广义搜索树的缩写。它是 PostgreSQL 内置的灵活索引框架，支持许多数据类型，包括几何形状和 PostGIS 几何数据。
与适用于整数或字符串等可排序值的 B 树索引不同，GiST 可以为点、多边形和线等多维数据建立索引。PostGIS 在内部使用 GiST 来构建空间索引。
创建空间索引
在几何列上创建 GiST 索引非常简单。您只需将 CREATE INDEX 与 USING gist 子句结合使用。这条语句就可以将一个需要几分钟的查询缩短到只需几毫秒。
CREATE INDEX idx_restaurants_geom
ON restaurants
USING gist (geom);GiST 的工作原理：包围盒
GiST 空间索引不会存储精确的几何体，而是存储包围盒——即包围每个几何体的最小矩形。该树会在每一层将相近的包围盒分组。
查询运行时，PostgreSQL 会沿树向下查找，并删除包围盒不与搜索区域重叠的分支。随后只会对剩余的候选行进行精确检查。这种两阶段方法（索引探测 + 重新检查）非常高效。
设置示例表
在探索索引行为之前，我们先创建一个存储城市点的示例表，并插入几行数据。geom 列以 WGS 84（SRID 4326）中的点来存储每座城市。
CREATE TABLE cities (
id SERIAL PRIMARY KEY,
name TEXT NOT NULL,
geom GEOMETRY(Point, 4326)
);
INSERT INTO cities (name, geom) VALUES
('Paris', ST_SetSRID(ST_MakePoint(2.3522, 48.8566), 4326)),
('Berlin', ST_SetSRID(ST_MakePoint(13.4050, 52.5200), 4326)),
('Madrid', ST_SetSRID(ST_MakePoint(-3.7038, 40.4168), 4326)),
('Rome', ST_SetSRID(ST_MakePoint(12.4964, 41.9028), 4326)),
('Warsaw', ST_SetSRID(ST_MakePoint(21.0122, 52.2297), 4326));添加 GiST 索引
填充表之后，请为 geom 列添加 GiST 索引。对于包含数百万行的生产表，这条语句可能需要几分钟，但只需运行一次。此后，针对该列的每个空间查询都会自动受益。
CREATE INDEX idx_cities_geom
ON cities
USING gist (geom);
-- Verify the index exists
SELECT indexname, indexdef
FROM pg_indexes
WHERE tablename = 'cities';包围盒运算符 &&
PostGIS 提供了 && 运算符，用于测试两个包围盒是否重叠。该运算符能够利用索引，规划器会自动使用 GiST 索引。它比计算精确的几何体相交更快，通常用作快速预过滤。
-- Find cities whose bounding box overlaps a search rectangle
SELECT name
FROM cities
WHERE geom && ST_MakeEnvelope(-5, 40, 15, 50, 4326);使用 <-> 进行最近邻搜索
<-> 运算符返回两个几何体之间的距离，并且同样由 GiST 加速。将它与 ORDER BY ... LIMIT 结合，就可以执行速度极快的k 最近邻（KNN）查询，无需扫描整张表。
-- Find the 3 cities closest to a reference point (Brussels)
SELECT name,
ST_Distance(
geom::geography,
ST_SetSRID(ST_MakePoint(4.3517, 50.8503), 4326)::geography
) / 1000 AS distance_km
FROM cities
ORDER BY geom <-> ST_SetSRID(ST_MakePoint(4.3517, 50.8503), 4326)
LIMIT 3;使用 EXPLAIN 验证索引使用情况
请始终使用 EXPLAIN 或 EXPLAIN ANALYZE，确认规划器确实在使用您的索引。请在输出中查找位图索引扫描或使用 idx_cities_geom 的索引扫描。如果看到顺序扫描，而不是索引扫描，可能是因为表太小，规划器更倾向于不使用索引。
EXPLAIN
SELECT name
FROM cities
WHERE geom && ST_MakeEnvelope(-5, 40, 15, 50, 4326);并发创建索引
使用标准的 CREATE INDEX 命令构建大型空间索引时，表会被锁定，无法写入。在生产环境中，请使用 CREATE INDEX CONCURRENTLY，以便在不阻塞插入或更新的情况下构建索引。代价是构建时间更长，并且不能在事务块中运行。
-- Safe for production tables (no write lock)
CREATE INDEX CONCURRENTLY idx_restaurants_geom
ON restaurants
USING gist (geom);维护空间索引
随着时间推移，大量插入、更新和删除操作可能导致索引膨胀——索引会变得碎片化，效率也会降低。请使用 REINDEX 重新构建索引，或定期安排 VACUUM ANALYZE 来更新统计信息，使查询规划器能够做出更好的决策。
-- Rebuild the index to remove bloat
REINDEX INDEX idx_cities_geom;
-- Update planner statistics for the table
ANALYZE cities;快速检查：GiST 索引
检验您对 PostGIS 中 GiST 空间索引的理解。
总结：使用 GiST 的空间索引
在本课中，您学习了空间索引为何对于高性能位置查询至关重要，以及 GiST 如何让 PostgreSQL 和 PostGIS 支持这种能力。
主要要点：
- GiST（广义搜索树）是一种灵活的索引类型，支持多维几何数据。
- 使用
CREATE INDEX ... USING gist (geom)创建空间索引。 - GiST 存储包围盒并剪枝搜索树，从而避免扫描整张表。
&&运算符（包围盒重叠）和<->运算符（距离/KNN）都能由 GiST 加速。- 使用
EXPLAIN验证索引使用情况，并在生产环境中使用CREATE INDEX CONCURRENTLY，以避免写入锁。 - 使用
REINDEX和ANALYZE维护索引，使查询长期保持快速。
常见问题解答
「空间索引（GiST）」课时是免费的吗？
是的 — 「空间索引（GiST）」的完整文本可在网页上免费阅读。要进行交互式练习（内置代码编辑器和全天候 AI 导师）并解锁 SQL Academy 课程的其余内容，请升级到 CoddyKit PRO。 SQL Academy 课程共包含 4 节课。
「空间索引（GiST）」这节课中我会学到什么？
加快位置查询。 你通过在浏览器中直接运行的动手代码来练习 SQL Academy，全天候 AI 导师会在你学习这节课的过程中回答你的问题。
学习 SQL Academy 需要有经验吗？
无需任何先前经验。CoddyKit 上的 SQL Academy 课程适合初学者到高级学习者，你可以从这里开始或从头开始，按照自己的节奏学习。 这是第 4 节课，共 4 节。
「空间索引（GiST）」课时需要多长时间？
大多数 CoddyKit 课程大约需要 5–10 分钟。每节课都很精短且互动，所以你能稳步进步，并在网页和应用中从离开的地方继续。
我能在这节 SQL Academy 课中编写并运行代码吗？
能。每节 SQL Academy 课都包含内置代码编辑器，你可以在浏览器中直接编写并运行真实代码，并获得即时 AI 反馈 — 无需本地设置。