PostGIS 空间索引不生效怎么查：EXPLAIN、选择率与统计信息
问题场景：一张千万级轨迹点表已有 GiST 索引，地图框选却要十几秒。团队常直接追加索引或调大服务器内存，结果查询计划仍是 Seq Scan。真正需要判断的是：过滤条件是否可索引、返回比例是否过高，以及优化器掌握的统计信息是否可信。本文以大表空间过滤查询为例，给出从现象确认、参数判断到成果验收的完整流程。重点不是记住一个按钮，而是把每次处理留下能复查的证据。
先把业务对象与验收边界说清楚
处理前先写下一句话：本次要让大表空间过滤查询在什么时间、什么空间范围内满足什么业务标准。很多返工来自把展示效果当分析结论，或把临时数据当正式成果。建议把数据版本、责任人、处理日期、目标 CRS、输出单位和可接受误差写入任务单。
本题的判断重点是查询计划、选择率与索引谓词。先保留原始输入与只读副本，再在可回滚的工作区操作；任何看似“自动修复”的工具，都应有处理前后的数量、范围或统计指标对照。
核心原理与判断框架
判断点 1
GiST 索引首先利用要素外包框缩小候选集，精确几何判断仍可能发生；范围很大时索引未必优于顺序扫描。
判断点 2
函数包住几何列、临时坐标转换或隐式类型转换，常让索引路径失效。索引应建在实际参与谓词的一侧。
判断点 3
优化器依据 ANALYZE 统计信息估算成本；批量导入后未更新统计信息，计划就可能基于过期分布作出错误选择。
| 观察到的现象 | 优先判断 | 下一步证据 |
|---|---|---|
| 结果能生成但不可信 | 输入版本、坐标与业务规则是否明确 | 保存处理前后统计和代表样本 |
| 结果为空或异常慢 | 范围、索引、连通性或参数边界 | 记录请求、日志或执行计划 |
| 多人复核结论不同 | 验收指标和抽样方法不统一 | 固定检查清单与阈值 |
可执行实操流程
- 用 EXPLAIN (ANALYZE, BUFFERS) 采集慢 SQL，不要只看总耗时，要记录 Scan 类型、实际行数与估算行数。
- 确认 geometry 列 SRID 一致，范围参数写成同 SRID 的常量或预先转换，避免在列上调用 ST_Transform。
- 优先使用 && 做外包框预筛，再按需求组合 ST_Intersects 或 ST_DWithin；距离查询要给距离设置业务上合理的上限。
- 执行 ANALYZE 表名；导入或大规模删除后重新采样，并比较估算行数与实际行数的偏差。
- 对时间加空间的高频条件，评估 btree 时间索引与 GiST 空间索引的 BitmapAnd 路径，而非盲目复合索引。
- 以固定地图视窗、并发数和冷热缓存分别压测，保存计划和缓冲区读数作为基线。
把参数变成可复现证据
建议为每次运行建立一份最小运行记录：输入来源、处理参数、软件版本、执行人、开始结束时间、异常信息、验收结论。没有这份记录，下一次相同问题只能从头猜；有了记录，团队就能比较两次结果是由数据、规则还是环境变化引起。
run_id: 20260904-01nsource_version: 已冻结ncrs_and_unit: 已核对nparameters: 已归档nquality_gate: 通过后才进入正式成果区抽样不是走形式。应同时选择典型区域、边界区域和最容易失败的极端区域；抽样数量与风险等级挂钩。若发现系统性问题，回到输入和规则层修正，再整批重跑，而不是只手工修补几个显眼位置。
交接时必须保留的上下文
项目交接最常丢失的不是数据文件，而是“为什么这样处理”的上下文。建议将原始数据的取得方式、授权范围、坐标参考、字段含义、处理假设与已知限制放在同一份说明中。接手者应能在不询问原处理人的情况下，判断哪些结果可以继续使用，哪些条件变化后必须重新计算。
复核人员不要只验证漂亮的中心区域，应专门查看行政边界、数据接缝、极端取值和业务争议地点。对每个发现的问题，记录位置、现象、影响范围、复现条件和处置结论；这会把一次性排错转化为团队可复用的质量规则。若交付对象需要二次分析，还应明确哪些字段是原始观测、哪些字段是推导结果，避免下游把展示字段误当作权威事实。
项目避坑与质量检查
实战检查点：把“处理完成”与“可以交付”分开。前者是工具运行结束，后者要求数据、空间位置、业务语义和交接材料都能经得起复查。上线或交付前，至少由未参与处理的人按固定点位和固定问题独立复核一次。
- 看到 Seq Scan 不应立刻判定失败：若返回超过表中较大比例，它可能更快。
- ST_Distance < 阈值通常不如 ST_DWithin 容易利用索引；先检查 SQL 形态。
- 计划估算偏差很大时，先处理数据分布和统计信息，再讨论参数调优。
最有价值的 GIS 流程不是最快跑完一次，而是在需求变化、人员交接和数据更新后仍能解释、重跑并得到可信结果。
FAQ
Q1：能否直接套用别的项目参数？
可以作为起点，但必须先核对数据精度、范围、时间和业务阈值。参数脱离输入条件没有可比性。
Q2：如何判断结果是否已经可交付？
除了工具成功信息，还应通过数量统计、空间抽检、关键字段和边界场景检查，并保留可复现记录。
Q3：发现一个局部错误要不要重做？
先判断它是偶发录入问题还是规则性问题。规则性问题必须修正规则后整批复跑，避免同类错误残留。
总结
PostGIS 空间索引不生效怎么查：EXPLAIN、选择率与统计信息的关键，在于以清楚的业务边界约束技术操作，再用过程记录和质量闸门验证输出。把今天的检查表沉淀下来，下次面对相似数据时，团队就能从“能做出来”走向能稳定交付、能解释结论。