1. 一个库表查询问题引出的模块:seg到底在解决什么
先从一个真实场景说起。去年有个做会员运营的项目,表里有几百万条“优惠活动”记录,每条记录包含活动的生效时间范围和适用会员等级区间。业务方经常做一个查询:给定某个时间点和某个会员等级,找出所有覆盖该时间点且等级区间包含该等级的活动。刚开始用普通B-tree索引扛,结果时间范围过滤还好,等级区间过滤让索引直接失效,全表扫描慢到无法接受。后来排查发现,这类“区间重叠”查询本身就是B-tree的弱项,真正该用的是一种不需要精确等于、只需要判断“是否相交”的索引结构。
这就要说到HighGo Database里的seg模块了。HighGo Database是国内基于PostgreSQL内核的数据库产品,所以PostgreSQL生态里的很多扩展模块它都完整支持,seg就是其中之一。seg模块的全称是“segment”,核心功能是提供一种专门表示“浮点区间”的数据类型,以及围绕这套区间类型设计的一整套操作符和索引支持。简单说,它让数据库能高效地回答“这个区间的范围是多少”“某个值是否落在这个区间里”“两个区间是否重叠”这类问题。
seg最早出自PostgreSQL的contrib扩展,最初是用于基因序列片段匹配的场景,后来被广泛用于时间区间、价格区间、配置范围、资源配额这类业务。它和外键、触发器这些没有关系,纯粹是一个数据类型加索引方法的组合。对很多做业务开发的人来说,第一眼看到这个模块会有点陌生,但一旦理解了它的适用场景,就会发现它在特定查询上能带来数量级的性能提升。
这篇文章就是打算把这个seg模块从头到尾拆开讲清楚,内容包括它的数据表示规则、底层索引原理、完整的建表查询实操、性能对比,以及在真实使用中容易踩的坑。适合正在用HighGo Database或PostgreSQL、又恰好被“区间查询”困扰的开发者和DBA参考。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. seg的数据表示:区间、精度与边界规则
2.1 “下界±误差”才是seg的底层表示逻辑
先看seg类型长什么样。它的标准输入格式是:
text复制<上界>
<下界>..<上界>
<下界>..
..<上界>
看起来很简单,实际存储时内部却是一个结构体,包含三个值:下界、上界,以及一个表示“精度”的标志位。这个设计有个历史渊源,seg最初用于基因序列匹配时,科学家们经常需要表达“这个片段大约在什么位置”,所以数据的核心语义不是“精确等于一个值”,而是“一个带误差的范围”。
这种“下界±误差”的思想体现在输入格式上,比如:
sql复制SELECT '1.5'::seg;
SELECT '1.5 +/- 0.1'::seg;
SELECT '1.5..2.0'::seg;
第一条语句创建的区间,上下界其实都是1.5,就是个单点。第二条语句则创建了一个下界1.4、上界1.6的区间。第三条语句就是最常见的显式区间写法。
从运算符优先级看,seg的构造支持几种写法。如果字段本身声明为seg类型,直接写'[1.5, 2.0]'这种带方括号的写法也是合法的,系统会忽略括号并把逗号当成“..”处理,当作区间边界来解析。这种方式对从其他数据库迁移过来的开发人员比较友好,因为很多数据库的区间表示都习惯用方括号。
2.2 无边界区间与浮点精度限制
seg最容易被忽略的一点,是它支持“无边界”概念。用100..表示“从100到正无穷”,用..100表示“从负无穷到100”。这在实际业务中非常有用,比如一条规则说“等级大于等于3的用户全部适用”,你会以为必须要写个很大的数当上界,其实直接写3..就完了。这也是seg内部用-INF和+INF两个特殊值来标记的原因。
精度方面,seg存储时使用的是双精度浮点,但在文本输出时最多保留12位有效数字。这一点很关键,因为双精度浮点在十进制显示上会有误差,比如0.1这个值在二进制里其实是个无限循环小数,seg模块内部会把浮点数格式化成%.12g的形式输出,从而避免出现0.30000000000000004这种尴尬的输出。
但要注意的是,这种格式化只影响显示,不代表存储上做了四舍五入的规整。如果比较两个区间是否相等,seg内部会先做浮点比较,再做格式化比较。所以理论上如果你写入一个超出12位有效数字的边界,比较结果可能和你的直觉有出入。实际使用中,业务区间的精度很少会超过12位有效数字,这个限制基本不会造成麻烦,但做底层数据校验的人需要知道这一点。
2.3 seg的核心操作符:重叠、包含与相邻
seg类型为了让区间查询能够走索引,定义了一整套操作符。常用的几个如下表:
| 操作符 | 语义 | 示例 | 结果 |
|---|---|---|---|
<< |
严格小于(区间整体在另一个区间左侧) | '1..2'::seg << '3..4'::seg |
true |
&< |
不越过右边界 | '1..3'::seg &< '2..4'::seg |
true |
&& |
区间重叠 | '1..3'::seg && '2..4'::seg |
true |
&> |
不越过左边界 | `'1..3'::seg &> '2..4 |
