PostgreSQL JSONB 使用入門

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