连接索引对多列查询的排序局限催生专门的多维索引

标准的B树或LSM树索引本质上只把一个键映射到一个值，如果需要同时查询多个列，最常见 的做法是连接索引：把多个字段的值依次拼接成一个组合键（像老式电话簿从”姓+名”查 电话号码那样）。这种索引能高效支持”查所有特定姓氏的人”或”查特定姓+名组合的人”， 但完全没法用来”查所有特定名字的人”——因为索引的排序顺序是先按姓、再按名，名字 在排序里处于次要位置，脱离姓氏单独按名查找无法利用这个索引的有序性。这个局限 在处理真正的多维查询（如地理经纬度范围查询：查某个矩形区域内的所有餐厅）时会 彻底失效：一个标准B树或LSM树索引只能高效返回某个维度范围内的所有记录（比如纬度 范围），但另一个维度（经度）在这个结果集里几乎是任意分布的，无法同时满足两个 维度的范围约束。解法是专门的多维索引结构，如把二维位置通过空间填充曲线转换成 单个数字再用常规B树索引，或者用专门的空间索引结构（如R树，PostGIS就是基于 PostgreSQL的GiST工具把地理空间索引实现成R树）。这个思路不局限于地理数据—— 电商网站可以在颜色的RGB三个维度上建索引来搜索特定颜色范围的商品，气象数据库可以 在（日期，温度）两个维度上建索引来高效查询”2013年温度在25-30°C之间的观测记录”， 而不必先扫描全年记录再按温度过滤（或反过来）。