json 類型
說明
根據RFC 7159中的說明,JSON 數據類型是用來存儲 JSON(JavaScript Object Notation)數據的。這種數據也可以被存儲爲text
,但是 JSON 數據類型的優勢在於能強制要求每個被存儲的值符合 JSON 規則。也有很多 JSON 相關的函數和操作符可以用於存儲在這些數據類型中的數據
PostgreSQL支持兩種 JSON 數據類型:json 和 jsonb。它們幾乎接受完全相同的值集合作爲輸入。兩者最大的區別是效率。json數據類型存儲輸入文本的精準拷貝,處理函數必須在每 次執行時必須重新解析該數據。而jsonb數據被存儲在一種分解好的二進制格式中,因爲需要做附加的轉換,它在輸入時要稍慢一些。但是 jsonb在處理時要快很多,因爲不需要重新解析。
重點:jsonb支持索引
由於json類型存儲的是輸入文本的準確拷貝,存儲時會空格和JSON 對象內部的鍵的順序。如果一個值中的 JSON 對象包含同一個鍵超過一次,所有的鍵/值對都會被保留( 處理函數會把最後的值當作有效值)。
jsonb不保留空格、不保留對象鍵的順序並且不保留重複的對象鍵。如果在輸入中指定了重複的鍵,只有最後一個值會被保留。
推薦把JSON 數據存儲爲jsonb
在把文本 JSON 輸入轉換成jsonb時,JSON的基本類型(RFC 7159 )會被映射到原生的 PostgreSQL類型。因此,jsonb數據有一些次要額外約束。比如:
jsonb將拒絕除 PostgreSQL numeric數據類型範圍之外的數字,而json則不會。
JSON 基本類型和相應的PostgreSQL類型
JSON 基本類型 | PostgreSQL類型 | 註釋 |
---|---|---|
string |
text |
不允許\u0000 ,如果數據庫編碼不是 UTF8,非 ASCII Unicode 轉義也是這樣 |
number |
numeric |
不允許NaN 和 infinity 值 |
boolean |
boolean |
只接受小寫true 和false 拼寫 |
null |
(無) | SQL NULL 是一個不同的概念 |
json 輸入輸出語法
-- 簡單標量/基本值
-- 基本值可以是數字、帶引號的字符串、true、false或者null
SELECT '5'::json;
-- 有零個或者更多元素的數組(元素不需要爲同一類型)
SELECT '[1, 2, "foo", null]'::json;
-- 包含鍵值對的對象
-- 注意對象鍵必須總是帶引號的字符串
SELECT '{"bar": "baz", "balance": 7.77, "active": false}'::json;
-- 數組和對象可以被任意嵌套
SELECT '{"foo": [true, "bar"], "tags": {"a": 1, "b": null}}'::json;
-- "->" 通過鍵獲得 JSON 對象域 結果爲json對象
select '{"nickname": "goodspeed", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json->'nickname' as nickname;
nickname
-------------
"goodspeed"
-- "->>" 通過鍵獲得 JSON 對象域 結果爲text
select '{"nickname": "goodspeed", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json->>'nickname' as nickname;
nickname
-----------
goodspeed
-- "->" 通過鍵獲得 JSON 對象域 結果爲json對象
select '{"nickname": "goodspeed", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->'nickname' as nickname;
nickname
-------------
"goodspeed"
-- "->>" 通過鍵獲得 JSON 對象域 結果爲text
select '{"nickname": "goodspeed", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->>'nickname' as nickname;
nickname
-----------
goodspeed
當一個 JSON 值被輸入並且接着不做任何附加處理就輸出時, json會輸出和輸入完全相同的文本,而jsonb 則不會保留語義上沒有意義的細節
SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::json;
json
-------------------------------------------------
{"bar": "baz", "balance": 7.77, "active":false}
-- jsonb 不會保留語義上的細節,key 的順序也和原始數據不一致
SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::jsonb;
jsonb
--------------------------------------------------
{"bar": "baz", "active": false, "balance": 7.77}
json 查詢語法
在使用JSON文檔時,推薦 將JSON 文檔存儲爲固定的結構。(該結構是非強制的,但是有一個可預測的結構會使集合的查詢更容易。 )設計JSON文檔建議:
任何更新都在整行上要求一個行級鎖。爲了減少鎖爭奪,JSON 文檔應該每個表示 一個原子數據(業務規則上的不可拆分,可獨立修改的數據)。這些常用的比較操作符只對jsonb 有效,而不適用於json
常用的比較操作符
操作符 | 描述 |
---|---|
< |
小於 |
> |
大於 |
<= |
小於等於 |
>= |
大於等於 |
= |
等於 |
<> or !=
|
不等於 |
包含和存在
json 數據查詢(適用於jsonb)
json和jsonb 操作符
-> 和 ->>
操作符
使用 ->> 查出的數據爲text
使用 -> 查出的數據爲json 對象
-- nickname 爲 gs 的用戶 這裏使用 ->> 查出的數據爲text,所以匹配項也應該是text
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json->>'nickname' = 'gs';
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->>'nickname' = 'gs';
-- 使用 -> 查詢,會拋出錯誤,這裏無論匹配項是text類型的 'gs' 還是 json 類型的 '"gs"'::json都會拋出異常,json 類型不支持 等號(=)操作符
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json->'nickname' = '"gs"';
ERROR: operator does not exist: json = unknown
-- json 類型不支持 "=" 操作符
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json->'nickname' = '"gs"'::json;
ERROR: operator does not exist: json = json
-- jsonb 格式是可以查詢成功的,這裏使用 -> 查出的數據爲json 對象,所以匹配項也應該是json 對象
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->'nickname' = '"gs"';
#> 和 #>>
操作符
使用 #>> 查出的數據爲text
使用 #> 查出的數據爲json 對象
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json#>'{tags,0}' as tag;
tag
----------
"python"
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json#>>'{tags,0}' as tag;
tag
--------
python
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb#>'{tags,0}' = '"python"';
?column?
----------
t
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb#>>'{tags,0}' = 'python';
?column?
----------
t
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json#>>'{tags,0}' = 'python';
?column?
----------
t
-- 會拋出錯誤,這裏無論匹配項是text類型的 'python' 還是 json 類型的 '"python"'::json都會拋出異常,json 類型不支持 等號(=)操作符
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::json#>'{tags,0}' = '"python"';
ERROR: operator does not exist: json = unknown
jsonb 數據查詢(不適用於json)
額外的jsonb操作符
@>
操作符
-- nickname 爲 nickname 的用戶
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb @> '{"nickname": "gs"}'::jsonb;
-- 等同於以下查詢
-- 這裏使用 -> 查出的數據爲json 對象,所以匹配項也應該是json 對象
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->'nickname' = '"gs"';
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->>'nickname' = 'gs';
-- 查詢有 python 和 golang 標籤的數據
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb @> '{"tags": ["python", "golang"]}';
?column?
----------
t
?
操作符、?|
操作符和?&
操作符
-- 查詢有 avatar 屬性的用戶
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb ? 'avatar';
-- 查詢有 avatar 屬性 並且avatar 數據不爲空的數據
select '{"nickname": "gs", "avatar": null, "tags": ["python", "golang", "db"]}'::jsonb->>'avatar' is not null;
-- 查詢 有 avatar 或 tags 的數據
select '{"nickname": "gs", "tags": ["python", "golang", "db"]}'::jsonb ?| array['avatar', 'tags'];
?column?
----------
t
-- 查詢 既有 avatar 又有 tags 的用戶
select '{"nickname": "gs", "tags": ["python", "golang", "db"]}'::jsonb ?& array['avatar', 'tags'];
?column?
----------
f
-- 查詢 tags 中包含 python 標籤的數據
select '{"nickname": "gs", "avatar": "avatar_url", "tags": ["python", "golang", "db"]}'::jsonb->'tags' ? 'python';
?column?
----------
t
json 更新
-- 更新 account content 字段(覆蓋式更新)
update account set content = jsonb_set(content, '{}', '{"nickname": "gs", "tags": ["python", "golang", "db"]}', false);
-- 修改nickanme爲nickanme 的用戶標籤
update account set content = jsonb_set(content, '{tags}', '["test", "心理"]', true) where content @> '{"nickname": "nickname"}'::jsonb;
update account set content = jsonb_set(content, '{tags}', '["test", "心理", "醫療"]', true) where content @> '{"nickname": "nickname"}'::jsonb;
-- 更新account content字段中 weixin_mp 的值(如果沒有會創建)
update account set content = jsonb_set(content, '{weixin_mp}', '"weixin_mp5522bd28-ed4d-11e8-949c-7200014964f0"', true) where id='5522bd28-ed4d-11e8-949c-7200014964f0';
-- 更新account 去除content 中weixin 字段(如果沒有weixin 字段也不會拋出異常)
update account set content= content - 'weixin' where id='5522bd28-ed4d-11e8-949c-7200014964f0';
json 函數
jsonb_pretty
作爲縮進JSON文本返回from_json。
select jsonb_pretty('[{"f1":1,"f2":null},2,null,3]');
jsonb_pretty
--------------------
[ +
{ +
"f1": 1, +
"f2": null+
}, +
2, +
null, +
3 +
]
(1 row)
jsonb_set
jsonb_set() 函數參數如下:
jsonb_set(target jsonb, // 需要修改的數據
path text[], // 數據路徑
new_value jsonb, // 新數據
create_missing boolean default true)
如果create_missing 是true (缺省是true),並且path指定的路徑在target 中不存在,那麼target將包含path指定部分, new_value替換部分, 或者new_value添加部分。
-- target 結構
select jsonb_pretty('[{"f1":1,"f2":null},2]');
jsonb_pretty
--------------------
[ +
{ +
"f1": 1, +
"f2": null+
}, +
2 +
]
-- 更新 target 第0 個元素 key 爲 f1 的值,如果f1 不存在 忽略
select jsonb_set('[{"f1":1,"f2":null},2,null,3]', '{0,f1}','[2,3,4]', false);
jsonb_set
---------------------------------------------
[{"f1": [2, 3, 4], "f2": null}, 2, null, 3]
-- 更新 target 第0 個元素 key 爲 f3 的值,如果f3 不存在 創建
select jsonb_set('[{"f1":1,"f2":null},2]', '{0,f3}','[2,3,4]');
jsonb_set
---------------------------------------------
[{"f1": 1, "f2": null, "f3": [2, 3, 4]}, 2]
-- 更新 target 第0 個元素 key 爲 f3 的值,如果f3 不存在 忽略
select jsonb_set('[{"f1":1,"f2":null},2]', '{0,f3}','[2,3,4]', false);
jsonb_set
---------------------------------------------
[{"f1": 1, "f2": null}, 2]
詳細的json 函數和操作符可以參考文檔:JSON 函數和操作符
jsonb 性能分析
我們使用下面的例子來說明一下json 的查詢性能
表結構
-- account 表 id 使用uuid 類型,需要先添加uuid-ossp模塊。
CREATE EXTENSION IF NOT EXISTS "uuid-ossp";
-- create table
create table account (id UUID NOT NULL PRIMARY KEY default uuid_generate_v1(), content jsonb, created_at timestamptz DEFAULT CURRENT_TIMESTAMP, updated_at timestamptz DEFAULT CURRENT_TIMESTAMP);
json=> \d account
Table "public.account"
Column | Type | Collation | Nullable | Default
--------------+--------------------------+-----------+----------+--------------------
id | uuid | | not null |uuid_generate_v1()
content | jsonb | | |
created_at | timestamp with time zone | | | CURRENT_TIMESTAMP
updated_at | timestamp with time zone | | | CURRENT_TIMESTAMP
Indexes:
"account_pkey" PRIMARY KEY, btree (id)
一個好的實踐是把 created_at和 updated_at 也放入jsonb 字段,這裏只是示例
content 數據結構爲:
content = {
"nickname": {"type": "string"},
"avatar": {"type": "string"},
"weixin": {"type": "string"},
"tags": {"type": "array", "items": {"type": "string"}},
}
準備數據
批量插入數據
-- 插入100w條有 nickname avatar tags 爲["python", "golang", "c"]的數據
insert into account select uuid_generate_v1(), ('{"nickname": "nn-' || round(random()*20000000) || '", "avatar": "avatar_url", "tags": ["python", "golang", "c"]}')::jsonb from (select * from generate_series(1,100000)) as tmp;
-- 插入100w條有 nickname tags 爲["python", "golang"]的數據
insert into account select uuid_generate_v1(), ('{"nickname": "nn-' || round(random()*2000000) || '", "tags": ["python", "golang"]}')::jsonb from (select * from generate_series(1,1000000)) as tmp;
-- 插入100w條有 nickname tags 爲["python"]的數據
insert into account select uuid_generate_v1(), ('{"nickname": "nn-' || round(random()*2000000) || '", "tags": ["python"]}')::jsonb from (select * from generate_series(1,1000000)) as tmp;
測試查詢
- EXPLAIN:顯示PostgreSQL計劃程序爲提供的語句生成的執行計劃。
- ANALYZE:收集有關數據庫中表的內容的統計信息。
--content 中有avatar key 的數據條數 count(*) 查詢不是一個好的測試語句,就算是有索引,也只能起到過濾的作用,如果結果集比較大,查詢速度還是會很慢
explain analyze select count(*) from account where content::jsonb ? 'avatar';
QUERY PLAN
----------------------------------------------------------------------------------------
Finalize Aggregate (cost=29280.40..29280.41 rows=1 width=8) (actual time=170.366..170.366 rows=1 loops=1)
-> Gather (cost=29280.19..29280.40 rows=2 width=8) (actual time=170.119..174.451 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=28280.19..28280.20 rows=1 width=8) (actual time=166.034..166.034 rows=1 loops=3)
-> Parallel Seq Scan on account (cost=0.00..28278.83 rows=542 width=0) (actual time=0.022..161.937 rows=33333 loops=3)
Filter: (content ? 'avatar'::text)
Rows Removed by Filter: 400000
Planning Time: 0.048 ms
Execution Time: 174.486 ms
-- content 中沒有avatar key 的數據條數
explain analyze select count(*) from account where content::jsonb ? 'avatar' = false;
QUERY PLAN
----------------------------------------------------------------------------------------
Finalize Aggregate (cost=30631.86..30631.87 rows=1 width=8) (actual time=207.770..207.770 rows=1 loops=1)
-> Gather (cost=30631.65..30631.86 rows=2 width=8) (actual time=207.681..212.357 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=29631.65..29631.66 rows=1 width=8) (actual time=203.565..203.565 rows=1 loops=3)
-> Parallel Seq Scan on account (cost=0.00..28278.83 rows=541125 width=0) (actual time=0.050..163.629 rows=400000 loops=3)
Filter: (NOT (content ? 'avatar'::text))
Rows Removed by Filter: 33333
Planning Time: 0.050 ms
Execution Time: 212.393 ms
--查詢content 中nickname 爲nn-194318的數據
explain analyze select * from account where content@>'{"nickname": "nn-194318"}';
QUERY PLAN
----------------------------------------------------------------------------------------
Gather (cost=1000.00..29408.83 rows=1300 width=100) (actual time=0.159..206.990 rows=1 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Parallel Seq Scan on account (cost=0.00..28278.83 rows=542 width=100) (actual time=130.867..198.081 rows=0 loops=3)
Filter: (content @> '{"nickname": "nn-194318"}'::jsonb)
Rows Removed by Filter: 433333
Planning Time: 0.047 ms
Execution Time: 207.007 ms
-- 對應的查詢id 爲 'b5b3ed06-7d35-11e9-b3ea-00909e9dab1d' 的數據
explain analyze select * from account where id='b5b3ed06-7d35-11e9-b3ea-00909e9dab1d';
QUERY PLAN
----------------------------------------------------------------------------------------
Index Scan using account_pkey on account (cost=0.43..8.45 rows=1 width=100) (actual time=0.912..0.914 rows=1 loops=1)
Index Cond: (id = 'b5b3ed06-7d35-11e9-b3ea-00909e9dab1d'::uuid)
Planning Time: 0.348 ms
Execution Time: 0.931 ms
通過結果可以看到 使用 jsonb 查詢和使用主鍵查詢速度差異巨大,通過看查詢分析記錄可以看到,這兩個語句最大的差別在於使用主鍵的查詢用到了索引,而content nickname 的查詢沒有索引可以使用。
接下來測試一下使用索引時的查詢速度。
索引
GIN 索引介紹
JSONB 最常用的是GIN
索引,GIN 索引可以被用來有效地搜索在大量jsonb文檔(數據)中出現 的鍵或者鍵值對。
GIN(Generalized Inverted Index, 通用倒排索引) 是一個存儲對(key, posting list)集合的索引結構,其中key是一個鍵值,而posting list 是一組出現過key的位置。如(‘hello', '14:2 23:4')中,表示hello在14:2和23:4這兩個位置出現過,在PG中這些位置實際上就是元組的tid(行號,包括數據塊ID(32bit),以及item point(16 bit) )。在表中的每一個屬性,在建立索引時,都可能會被解析爲多個鍵值,所以同一個元組的tid可能會出現在多個key的posting list中。
通過這種索引結構可以快速的查找到包含指定關鍵字的元組,因此GIN索引特別適用於多值類型的元素搜索,比如支持全文搜索,數組中元素的搜索,而PG的GIN索引模塊最初也是爲了支持全文搜索而開發的。
jsonb
的默認 GIN 操作符類支持使用頂層鍵存在運算符?
、?&
以及?|
操作符和路徑/值存在運算符@>
的查詢。
-- 創建默認索引
CREATE INDEX idxgin ON api USING GIN (jdoc);
非默認的 GIN 操作符類jsonb_path_ops
只支持索引@>
操作符。
-- 創建指定路徑的索引
CREATE INDEX idxginp ON api USING GIN (jdoc jsonb_path_ops);
-- create index ix_account_content_nickname_gin on account using gin (content, (content->'nickname'));
-- create index ix_account_content_tags_gin on account using gin (content, (content->'nickname'));
-- create index ix_account_content_tags_gin on account using gin ((content->'tags'));
多索引支持
PostgreSQL 擁有開放的索引接口,使得PG支持非常豐富的索引方法,例如btree , hash , gin , gist , sp-gist , brin , bloom , rum , zombodb , bitmap (greenplum extend),用戶可以根據不同的數據類型,以及查詢的場景,選擇不同的索引。
查詢優化
創建默認索引
-- 創建簡單索引
create index ix_account_content on account USING GIN (content);
現在下面這樣的查詢就能使用該索引:
-- content 中有avatar key 的數據條數
explain analyze select count(*) from account where content::jsonb ? 'avatar';
QUERY PLAN
------------------------------------------------------------------------------------------------------------------------------------------
Aggregate (cost=4180.49..4180.50 rows=1 width=8) (actual time=43.462..43.462 rows=1 loops=1)
-> Bitmap Heap Scan on account (cost=30.07..4177.24 rows=1300 width=0) (actual time=8.362..36.048 rows=100000 loops=1)
Recheck Cond: (content ? 'avatar'::text)
Heap Blocks: exact=2032
-> Bitmap Index Scan on ix_account_content (cost=0.00..29.75 rows=1300 width=0) (actual time=8.125..8.125 rows=100000 loops=1)
Index Cond: (content ? 'avatar'::text)
Planning Time: 0.078 ms
Execution Time: 43.503 ms
和之前沒有添加索引時速度提升了3倍。
-- 查詢content 中nickname 爲nn-194318的數據
explain analyze select * from account where content@>'{"nickname": "nn-194318"}';
QUERY PLAN
----------------------------------------------------------------------------------------
Bitmap Heap Scan on account (cost=46.08..4193.24 rows=1300 width=100) (actual time=0.097..0.097 rows=1 loops=1)
Recheck Cond: (content @> '{"nickname": "nn-194318"}'::jsonb)
Heap Blocks: exact=1
-> Bitmap Index Scan on ix_account_content (cost=0.00..45.75 rows=1300 width=0) (actual time=0.091..0.091 rows=1 loops=1)
Index Cond: (content @> '{"nickname": "nn-194318"}'::jsonb)
Planning Time: 0.075 ms
Execution Time: 0.132 ms
這個查詢效率提升更明顯,竟然比使用主鍵還要高效。
但是下面這種查詢並不能使用索引:
-- 查詢content 中不存在 avatar key 的數據條數
explain analyze select count(*) from account where content::jsonb ? 'avatar' = false;
QUERY PLAN
----------------------------------------------------------------------------------------
Finalize Aggregate (cost=30631.86..30631.87 rows=1 width=8) (actual time=207.641..207.641 rows=1 loops=1)
-> Gather (cost=30631.65..30631.86 rows=2 width=8) (actual time=207.510..211.062 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=29631.65..29631.66 rows=1 width=8) (actual time=203.739..203.739 rows=1 loops=3)
-> Parallel Seq Scan on account (cost=0.00..28278.83 rows=541125 width=0) (actual time=0.024..163.444 rows=400000 loops=3)
Filter: (NOT (content ? 'avatar'::text))
Rows Removed by Filter: 33333
Planning Time: 0.068 ms
Execution Time: 211.097 ms
該索引也不能被用於下面這樣的查詢,因爲儘管操作符?
是可索引的,但它不能直接被應用於被索引列content:
explain analyze select count(1) from account where content -> 'tags' ? 'c';
QUERY PLAN
----------------------------------------------------------------------------------------
Finalize Aggregate (cost=30634.57..30634.58 rows=1 width=8) (actual time=184.864..184.864 rows=1 loops=1)
-> Gather (cost=30634.35..30634.56 rows=2 width=8) (actual time=184.754..189.652 rows=3 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Partial Aggregate (cost=29634.35..29634.36 rows=1 width=8) (actual time=180.755..180.755 rows=1 loops=3)
-> Parallel Seq Scan on account (cost=0.00..29633.00 rows=542 width=0) (actual time=0.022..177.051 rows=33333 loops=3)
Filter: ((content -> 'tags'::text) ? 'c'::text)
Rows Removed by Filter: 400000
Planning Time: 0.074 ms
Execution Time: 189.716 ms
使用表達式索引
-- 創建路徑索引
create index ix_account_content_tags on account USING GIN ((content->'tags'));
-- 測試查詢性能
explain analyze select count(1) from account where content -> 'tags' ? 'c';
QUERY PLAN
----------------------------------------------------------------------------------------
Aggregate (cost=4631.74..4631.75 rows=1 width=8) (actual time=49.274..49.275 rows=1 loops=1)
-> Bitmap Heap Scan on account (cost=478.07..4628.49 rows=1300 width=0) (actual time=8.655..42.074 rows=100000 loops=1)
Recheck Cond: ((content -> 'tags'::text) ? 'c'::text)
Heap Blocks: exact=2032
-> Bitmap Index Scan on ix_account_content_tags (cost=0.00..477.75 rows=1300 width=0) (actual time=8.417..8.417 rows=100000 loops=1)
Index Cond: ((content -> 'tags'::text) ? 'c'::text)
Planning Time: 0.216 ms
Execution Time: 49.309 ms
現在,WHERE 子句content -> 'tags' ? 'c'
將被識別爲可索引操作符?在索引表達式content -> 'tags'
上的應用。
也可以利用包含查詢的方式,例如:
-- 查尋 "tags" 包含數組元素 "c" 的數據的個數
select count(1) from account where content @> '{"tags": ["c"]}';
content 列上的簡單 GIN 索引(默認索引)就能支持索引查詢。 但是索引將會存儲content列中每一個鍵 和值的拷貝,
表達式索引只存儲tags 鍵下找到的數據。
雖然簡單索引的方法更加靈活(因爲它支持有關任意鍵的查詢),但定向的表達式索引更小並且搜索速度比簡單索引更快。
儘管jsonb_path_ops操作符類只支持用 @>操作符的查詢,但它比起默認的操作符類 jsonb_ops有更客觀的性能優勢。一個 jsonb_path_ops索引通常也比一個相同數據上的 jsonb_ops要小得多,並且搜索的專一性更好,特 別是當查詢包含頻繁出現在該數據中的鍵時。因此,其上的搜索操作 通常比使用默認操作符類的搜索表現更好。
總結
- PG 有兩種 JSON 數據類型:
json
和jsonb
,jsonb 性能優於json,且jsonb 支持索引。 - jsonb 寫入時會處理寫入數據,寫入相對較慢,json會保留原始數據(包括無用的空格)
-
jsonb 查詢優化時一個好的方式是添加GIN 索引
- 簡單索引和路徑索引相比更靈活,但是佔用空間多
- 路徑索引比簡單索引更高效,佔用空間更小
參考鏈接
- RFC 7159 The JavaScript Object Notation (JSON) Data Interchange Format
- PostgreSQL 文檔: JSON 類型
- JSON 函數和操作符
- How do I modify fields inside the new PostgreSQL JSON datatype?
- PostgreSQL 9種索引的原理和應用場景
- PostgreSQL GIN索引實現原理
- PostgreSQL internals: JSONB type and its indexes
- 倒排索引
最後,感謝女朋友支持和包容,比❤️
也可以在公號輸入以下關鍵字獲取歷史文章:公號&小程序
| 設計模式
| 併發&協程