postgresql , 空间数据 , r-tree , 聚集存储
单身汉的房间可能是这样的，凌乱得很。
可能会有人表示不服，不是应该这样的吗？
实际上大多数情况下数据库存储也可能是这样的，数据凌乱。索引的目的是在凌乱的数据中找到目标数据，但是从凌乱的数据中按索引顺序扫描一批数据，会有什么后果呢：
没错，io放大，我在以前的文章中有详细介绍过其原理。
<a href="https://github.com/digoal/blog/blob/master/201404/20140426_01.md">《索引顺序扫描引发的堆扫描io放大背后的统计学原理与解决办法 - postgresql index scan enlarge heap page scans when index and column correlation small.》</a>
对于乱序存放的数据，如果按索引顺序来调整存储，聚集后，可以减少io放大。
对于空间数据，应该如何存放呢？
postgresql 插件有一个插件pageinspect，可以解析block查看索引、堆表的内容。
但是一直没有支持gist, sp-gist的内窥，不过马上就会支持了，看这个patch。
<a href="https://www.postgresql.org/message-id/flat/accae316-5e4d-8963-0c3d-277ef13c396c%40postgrespro.ru#[email protected]">https://www.postgresql.org/message-id/flat/accae316-5e4d-8963-0c3d-277ef13c396c%40postgrespro.ru#[email protected]</a>
1、打补丁
2、加载pageinspect插件
3、几个函数接口的讲解
3.1 查看gist索引概貌，比如层级，占用多少个page，多少叶子节点，多少tuple等。
gist_stat(indexname) - show some statistics about gist tree
3.2 列出gist索引的每个层级的概貌，直到某个层级的节点。
gist_tree(indexname,maxlevel) - show gist tree up to maxlevel
3.3 打印gist索引的详细内容，这里包含了每一个索引的区间，例如国家、省、市。。。box边界。
gist_print(indexname) - prints objects stored in gist tree, works only if objects in index have textual representation (type_out functions should be implemented for given object type).
it's known to work with r-tree gist based index (contrib/rtree_gist).
note, in example below, objects are of type box.
我们可以把gist索引的内容，按层级绘制出图像来。
例如一级长这样，就是大box。
下一级（叶子节点），长这样，就是大box下的一个个小box。
如果我们按照gist索引的层级排序，聚集存储，那么在基于空间扫描数据的时候，扫描的块就更少。
假设落在杭州地区有100万条数据，按照单身汉的乱序存储，杭州的数据可能散落分布在很多个page中，我们扫描时也许扫描的是全量数据，而且是离散扫，性能损耗比较大。如果按照gist聚集存储，那么会有极大的性能提升。
1、创建测试表
2、写入1000万测试记录，随机点位
3、创建空间索引
4、内窥空间索引
4.1、末端（叶子）节点的box如下。
5、空间聚集前，也就是从单身汉的凌络卧室空间扫描落在某一个box内的数据。
返回101518条记录，扫描了50914个heap数据块。
6、按gist空间聚集，整理数据。
postgresql提供了一个聚集语法：
使用gist索引对数据进行聚集：
验证聚集后的块扫描性能。
返回101518条记录，扫描了691个heap数据块。
使用空间聚集，按某个空间条件查询并返回101518记录，对比聚集前后，扫描的heap数据块数目从50914降到了691。
<a href="http://www.sai.msu.su/~megera/wiki/gevel">http://www.sai.msu.su/~megera/wiki/gevel</a>
<a href="http://www.sai.msu.su/~megera/wiki/rtree_index">http://www.sai.msu.su/~megera/wiki/rtree_index</a>