使用 gin() 創建全文索引后，雖然有走索引，但是當結果集很大時，查詢效率還是很底下，
SELECT keyword,avg_mon_search,competition,impressions,ctr,position,suggest_bid,click,update_time
FROM keyword
WHERE
update_time is not null and plainto_tsquery('driver') @@ keyword_participle
ORDER BY avg_mon_search DESC
LIMIT 500 OFFSET 0;
背景： keyword 表中有八千萬行數據，建立了 gin( keyword_participle ) 索引，以及其他排序字段的 BTREE 索引
分析：當查詢當個單詞時，雖然有走全文索引，但是由於返回的結果集很大，有二十多萬行數據，而且返回后需要再次進行排序，導致性能嚴重下降，
處理方法：限制全文索引返回的結果集行數，結果集變小了，也就減少了排序消耗的時間，況且全文索引分詞返回的這么多數據，用戶只是查看前面一部分，通過這種方式讓用戶完善搜索詞，知道找到自己想要的結果。
SELECT keyword,avg_mon_search,competition,impressions,ctr,position,suggest_bid,click,update_time, count(*) over() as res_count FROM (SELECT keyword,avg_mon_search,competition,impressions,ctr,position,suggest_bid,click,update_time
FROM keyword WHERE update_time is not null AND avg_mon_search > 0 AND plainto_tsquery('english_nostop', 'driver') @@ keyword_participle limit 20000
) AS tmp ORDER BY avg_mon_search DESC LIMIT 500 OFFSET 0;
如何優化索引效率
有很多方法告訴你應該如何選擇索引，但是沒有提索引本身的優化，實際上數據分布會影響索引的效率。
根據索引的掃描特點，對數據進行重分布，可以大幅度優化索引查詢的效率。
例如bitmap index scan（按BLOCK ID順序讀取）就是PostgreSQL用於減少離散IO的手段。
1、btree數據分布優化
線性相關越好，掃描或返回多條數據的效率越高。
2、hash數據分布優化
線性相關越好，掃描或返回多條數據的效率越高。
3、gin數據分布優化
如果是普通類型，則線性相關越好，掃描或返回多條數據的效率越高。
如果是多值類型（如數組、全文檢索、TOKENs），則元素越集中（元素聚類分析，橫坐標為行號，縱坐標為元素值，數據分布越集中），效率越高。
元素集中通常不好實現，但是我們可以有集中方法來聚集數據，1. 根據元素的出現頻率進行排序重組，當用戶搜索高頻詞時，掃描的塊更少，減少IO放大。2. 根據（被搜索元素的次數*命中條數）的值進行排序，按排在最前的元素進行聚集，逐級聚集。
(以上方法可能比較燒腦，下次發一篇文檔專門講GIN的數據重組優化)
《索引掃描優化之 - GIN數據重組優化(按元素聚合) 想象在玩多階魔方》
4、gist數據分布優化
如果是普通類型，則線性相關越好，掃描或返回多條數據的效率越高。
如果是空間類型，則元素越集中（例如數據按geohash連續分布），效率越高。
5、brin數據分布優化
線性相關越好，掃描或返回多條數據的效率越高。
6、多列復合索引數據分布優化
對於多列符合索引，則看索引的類型，要求與前面一樣。
增加一個，多個列的線性相關性越好，性能越好。
多列線性相關性計算方法如下
《PostgreSQL 計算 任意類型 字段之間的線性相關性》
數據分布還有一個好處，對於列存儲，可以大幅提升壓縮比
《一個簡單算法可以幫助物聯網,金融 用戶 節約98%的數據存儲成本 (PostgreSQL,Greenplum幫你做到)》