标准答案
- B-tree 适合等值、范围、排序和可利用前缀的匹配，是普通标量字段的默认选择，但选择率低或结果集很大时仍可能不如顺序扫描。
- GIN 通过倒排结构支持数组、全文和 JSONB 多值包含，查询可能很快，但索引体积、构建时间和更新写放大通常高于简单 B-tree。
- GiST 是可扩展的搜索框架，常用于范围、几何和相似关系；具体效果取决于操作符类和数据分布，不能把 GiST 当成另一种通用 B-tree。
- BRIN 保存数据块范围摘要，适合时间或递增 ID 与物理存储顺序高度相关的大表；如果数据随机分布，摘要无法有效缩小扫描范围。
- 选型要用真实 SQL、操作符、数据分布、写入频率和 EXPLAIN 验证，同时计算索引占用的内存、磁盘、VACUUM 和写入成本。
题目解析
索引不是数据库里的“加速开关”，而是为某类访问路径预付存储和写入成本。一个只读的检索表和一个高频写入的订单表，合理索引数量可能完全不同。
规划器是否使用索引还要看估算成本、返回行数、缓存命中和随机 I/O。即使索引定义正确，扫描大部分表时顺序读取也可能更便宜。
面试中可以用一个查询说明选择过程：先看过滤/排序操作符，再看数据是否有物理相关性，最后用计划和压测验证，而不是背索引类型的关键词。
常见误区
- 误区：所有字段都建 B-tree。改正：索引必须服务于真实查询，低频字段和高写入表要先计算收益与写放大。
- 误区：认为 GIN 只要查询快就值得建立。改正：同时评估索引体积、更新成本、构建窗口和内存命中。
- 误区：认为有索引就一定走索引。改正：计划由选择率、统计信息、缓存和成本模型决定，必须用 EXPLAIN 验证。