डिफॉल्ट B-tree व्यतिरिक्त, PostgreSQL अनेक विशेषीकृत इंडेक्स प्रकार देते — GIN, GiST, BRIN, Hash — प्रत्येक वेगवेगळ्या डेटा आणि क्वेरी पॅटर्नसाठी उपयुक्त, तसेच लवचिकतेसाठी partial आणि expression इंडेक्स. योग्य इंडेक्स प्रकार निवडणे विशेषीकृत क्वेरीसाठी कार्यक्षमता नाटकीयरित्या सुधारू शकते.
CREATE INDEX idx_users_email ON users(email); -- default = B-tree
-- great for: equality (=), ranges (<, >, BETWEEN), sorting (ORDER BY), most queries
B-tree हा डिफॉल्ट आहे आणि बहुतांश प्रकरणे हाताळतो — समानता, श्रेणी, आणि सामान्य स्तंभांवर क्रमवारी.
-- GIN (Generalized Inverted Index) — for values CONTAINING multiple items
CREATE INDEX idx_attrs ON products USING GIN (attributes); -- JSONB
CREATE INDEX idx_tags ON posts USING GIN (tags); -- arrays
CREATE INDEX idx_search ON docs USING GIN (to_tsvector('english', body)); -- full-text
-- great for: JSONB containment, array membership, full-text search
GIN इंडेक्स JSONB, arrays, आणि full-text search साठी आवश्यक आहेत — समावेश किंवा सदस्यता तपासणारी क्वेरीज.
-- GiST — geometric, range, nearest-neighbor (e.g. PostGIS, range types)
CREATE INDEX idx_geo ON places USING GiST (location);
-- BRIN (Block Range INdex) — tiny index for LARGE tables with naturally-ordered data
CREATE INDEX idx_time ON logs USING BRIN (created_at); -- great for huge time-series
-- tiny size, efficient for large append-only/ordered data
-- Hash — equality only (=); rarely needed (B-tree handles equality too)
CREATE INDEX idx_hash ON t USING HASH (col);
-- PARTIAL index — index only SOME rows (smaller, targeted)
CREATE INDEX idx_active ON users(email) WHERE active = true; -- only active users
-- EXPRESSION index — index a computed value
CREATE INDEX idx_lower_email ON users(LOWER(email)); -- for case-insensitive lookups
SELECT * FROM users WHERE LOWER(email) = '[email protected]'; -- uses the index
Partial इंडेक्स (केवळ संबंधित पंक्ती इंडेक्स करा — लहान, वेगवान) आणि expression इंडेक्स (गणना केलेले मूल्य इंडेक्स करा — अनुक्रमित फंक्शन-आधारित क्वेरीज सक्षम करते) शक्तिशाली, लवचिक साधने आहेत.
PostgreSQL च्या विविध इंडेक्स प्रकारांचे समजून घेणे कार्यक्षमता अनुकूलनसाठी मूल्यवान ज्ञान आहे, कारण दिलेल्या डेटा आणि क्वेरी पॅटर्नसाठी योग्य इंडेक्स प्रकार डिफॉल्ट B-tree ने खराबरीने किंवा अजिबातच हाताळलेल्या क्वेरीज नाटकीयरित्या गती दिली शकते. es B-tree (डिफॉल्ट) बहुतांश प्रकरणे कव्हर करतो (समानता, श्रेणी, क्रमवारी), विशेषीकृत प्रकार विशेषीकृत डेटासाठी कार्यक्षमता अनलॉक करतात: GIN JSONB, arrays, आणि full-text search साठी आवश्यक आहे (समावेश/सदस्यता क्वेरीज — Postgres च्या शक्तिशाली JSONB आणि array वैशिष्ट्यांना कार्यक्षम करते); GiST भौमितिक, श्रेणी, आणि nearest-neighbor क्वेरीज हाताळते (PostGIS भौगोलिक, श्रेणी प्रकार); आणि BRIN मोठ्या नैसर्गिकरित्या-क्रमबद्ध टेबलसाठी लहान, कार्यक्षम इंडेक्स देते (समय-मालिका/append-only डेटा — विशाल टेबलसाठी मूल्यवान पर्याय जिथे पूर्ण B-tree खर्चिक असेल).
कोणता इंडेक्स प्रकार कोणते परिस्थितीसाठी बसतो हे जाणून घेणे (JSONB/arrays/full-text साठी GIN, भौमितिक/श्रेणीसाठी GiST, मोठ्या क्रमबद्ध डेटासाठी BRIN) Postgres च्या प्रगत वैशिष्ट्यांना अनुकूल करण्यासाठी महत्वाचे आहे.
समानरीत्या मूल्यवान आहेत partial इंडेक्स (केवळ संबंधित पंक्ती इंडेक्स करा — जेव्हा आपण एक उपसंच क्वेरी करता तेव्हा लहान आणि अधिक कार्यक्षम, सक्रिय वापरकर्ता सारख्या) आणि expression इंडेक्स (गणना केलेली मूल्य इंडेक्स करा — केस-असंवेदनशील ईमेल शोध सारख्या वेगवान फंक्शन-आधारित लुकअप सक्षम करते, जे सामान्य इंडेक्स समर्थन करू शकत नाही).
इंडेक्स निवड क्वेरी कार्यक्षमतेवर लक्षणीय परिणाम करत असल्यामुळे, आणि Postgres च्या विशेषीकृत इंडेक्स प्रकार (विशेषत: JSONB/arrays/full-text साठी GIN) त्याच्या प्रगत डेटा प्रकार कार्यक्षम बनवतात असल्यामुळे, इंडेक्स प्रकार आणि प्रत्येकचा वापर कधी करायचा हे समजून घेणे — partial आणि expression इंडेक्स समावेश करून — PostgreSQL डेटाबेसांना अनुकूल करण्यासाठी मूल्यवान, वारंवार-संबंधित ज्ञान आहे, विकसकांना वेगवेगळ्या क्वेरी पॅटर्नसाठी Postgres वेगवान करू शकतात हे वेगळे करते आणि डेटाबेसच्या संपूर्ण कार्यक्षमता क्षमता वापरल्याचे एक मुख्य पहलू आहे.