使用数组列的内部连接

Question

无法O (log n)及时索引和执行查询。

该查询包括一个INNER JOIN、一个ORDER BY和一个相等运算。如果我正确理解了数据库的规律，O (log n)如果一个非等式运算符没有在多于一列上使用，则可以及时（或大约）索引和执行查询。在这种情况下，我相信INNER JOIN确实算作相等运算符，而非相等运算符将是ORDER BY查询的一部分。该表有超过 10,000,000 行，需要每秒处理多次读取和写入。

使用 PostgreSQL。这就是桌子的样子。如您所见，“Names”列是一个列表属性，它是与之相反的列INNER JOIN：

Age Names                       Date
34  ['carla', 'john', 'sam']    3/13/2011
26  ['json', 'cindy', 'joel']   3/13/2011
72  ['beth', 'amber', 'susie']  3/13/2011
14  ['john', 'jim', 'debie']    3/13/2011

这是我们尝试执行的查询：

SELECT * FROM the_table WHERE Age==26 AND Names=='john' ORDER BY Date

我的背景来自使用 App Engine 的 Big Table，所以我在这里使用了相等运算符来指示它'john'应该是Names列中的名称之一。这将是 GAE 大表中可接受的查询，它将O (log N)及时执行，因为所有大表查询都需要执行。我假设在 PostgreSQL 中也有一种方法可以做到这一点，因为 PostgreSQL 接受列表数据类型作为列。

这可以在 PostgreSQL 中做到吗？

如果是这样，应该如何设置索引（我们无法弄清楚如何设置一个兼顾三个属性的索引）？

Answer 1

这对于 PostgreSQL 8.4 或更高版本是可能的。为了创建多列 GIN 索引，您需要安装附加模块btree_gin。
简单类型（如integer或 ）date通常最好使用（默认）B 树索引，因此标准 PostgreSQL 不会安装它。但是对于这种情况，多列索引是最快的，因此您需要为普通类型添加额外的索引方法。

在 PostgreSQL 9.1 或更高版本中，您可以使用以下命令安装它CREATE EXTENSION：

CREATE EXTENSION btree_gin;

在旧版本中，您将以特权系统用户身份运行（如 postgres）：

CREATE EXTENSION btree_gin;

对于 Debian 上的 PostgreSQL 8.4 安装，这可能是：

psql -d dbname -f SHAREDIR/contrib/btree_gin.sql

然后，给定这张表：

CREATE TEMP TABLE tbl (age int, names text[], thedate date);

...您可以创建这个多列 GIN 索引：

CREATE INDEX tbl_gin_idx ON tbl USING GIN (names, age, thedate);

... 可用于以下查询：

SELECT * FROM tbl
WHERE  age = 26
AND    '{json}'::text[] <@ names
ORDER  BY thedate;

请注意，GIN 索引会带来写入操作的非平凡成本。
但与SELECT没有索引的 1000 万行相比，这几乎不值得一提。