PostgreSQL 中唯一索引的工作原理

引言

在研究分区表相关解决方案时，曾聚焦于如何在包含多个子表的分区表内，实现跨分区的数据唯一性保障。这类功能有时被称为全局索引，相关领域的讨论可参考邮件线程此处。尽管其中提出的思路具备一定合理性，但对应的实现方式却引发了较多争议 —— 该方式改变了分区索引的存储逻辑，本质是将所有分区索引合并存储，并以TableOid作为内部引用的键值。

基于此，探索一种替代方案：在不改变 PostgreSQL 原有核心机制的前提下，实现跨分区唯一性保障。而要推进这一探索，首要任务是先厘清 PostgreSQL 分区表中，唯一性机制的底层工作原理。

CREATE INDEX 语句的唯一性保障

PostgreSQL 会通过以下基本流程检查唯一性冲突：

1. 对目标子分区表执行堆扫描（heap scan）。
2. 将可见元组（visible tuples）存储到一个BTSpool结构（记为 spool1）中，将无效元组（dead tuples）存储到另一个BTSpool结构（记为 spool2）中。因此，这里会用到两个BTSpool结构；若表中无无效元组，或无需保障唯一性，则 spool2 可能为 NULL。BTSpool结构可理解为索引元组的集合。
3. 若 spool1 和 spool2 存在，则对其进行排序。
4. 排序算法内置重复检测功能：若排序后有两个相同的元组连续出现，即判定为重复；若该索引要求唯一性，则会在此处抛出错误。
5. 若排序过程中未检测到重复，PostgreSQL 会基于 spool1 和 spool2 构建索引树。
6. 索引创建完成后，销毁所有BTSpool结构。
7. 上述逻辑位于src/backend/access/nbtree/nbtsort.c文件的btbuild()函数中，并由indexcmd