在Postgres jsonb中查询数组结构的正确索引是什么？

Question

我正在试验jsonb在Postgres 9.4 中的Postgres 字段中保留以下值:

[{"event_slug":"test_1","start_time":"2014-10-08","end_time":"2014-10-12"},
 {"event_slug":"test_2","start_time":"2013-06-24","end_time":"2013-07-02"},
 {"event_slug":"test_3","start_time":"2014-03-26","end_time":"2014-03-30"}]

我正在执行以下查询:

SELECT * FROM locations
WHERE EXISTS (
  SELECT 1 FROM jsonb_array_elements(events) AS e
  WHERE (
    e->>'event_slug' = 'test_1' AND
    (
      e->>'start_time' >= '2014-10-30 14:04:06 -0400' OR
      e->>'end_time' >= '2014-10-30 14:04:06 -0400'
    )
  )
)

如何利用上述查询为该数据创建索引？这对于几百万行来说听起来是否合理？每行包含〜10个事件？

值得注意的是,我似乎仍在进行顺序扫描:

CREATE INDEX events_gin_idx ON some_table USING GIN (events);

我猜是因为我在查询中做的第一件事就是将数据转换为json数组元素.

Answer 1

首先,您不能像这样访问JSON数组值.对于给定的json值

[{"event_slug":"test_1","start_time":"2014-10-08","end_time":"2014-10-12"},
 {"event_slug":"test_2","start_time":"2013-06-24","end_time":"2013-07-02"},
 {"event_slug":"test_3","start_time":"2014-03-26","end_time":"2014-03-30"}]

针对第一个数组元素的有效测试将是:

WHERE e->0->>'event_slug' = 'test_1'

但您可能不希望将搜索限制为数组的第一个元素.使用jsonbPostgres 9.4中的数据类型,您可以获得额外的运算符和索引支持.要索引数组的元素,您需要一个GIN索引.

GIN索引的内置运算符类不支持"大于"或"小于"运算符> >= < <=.这也是如此jsonb,您可以在两个运算符类之间进行选择.每个文件:

Name             Indexed Data Type  Indexable Operators
...
jsonb_ops        jsonb              ? ?& ?| @>
jsonb_path_ops   jsonb              @>

(jsonb_ops作为默认值.)您可以涵盖相等性测试,但这些操作符都不能满足您的>=比较要求.你需要一个btree索引.

基本解决方案

要支持与索引的相等性检查:

CREATE INDEX locations_events_gin_idx ON locations
USING gin (events jsonb_path_ops);

SELECT * FROM locations WHERE events @> '[{"event_slug":"test_1"}]';

如果过滤器足够有选择性,这可能就足够了.
假设end_time >= start_time,我们不需要两次检查.仅检查end_time更便宜和等效:

SELECT l.*
FROM   locations l
     , jsonb_array_elements(l.events) e
WHERE  l.events @> '[{"event_slug":"test_1"}]'
AND   (e->>'end_time')::timestamp >= '2014-10-30 14:04:06 -0400'::timestamptz;

利用隐含的JOIN LATERAL.细节(最后一章):

• 带有元素编号的PostgreSQL unnest()

小心不同的数据类型!您在JSON值中的含义如下timestamp [without time zone],而您的谓词使用timestamp with time zone文字.该timestamp值根据当前时区设置进行解释,而给定的timestamptz文字必须timestamptz显式转换为或者时区将被忽略!以上查询应该按照需要工作.详细说明:

• 在Rails和PostgreSQL中完全忽略时区

更多解释jsonb_array_elements():

• PostgreSQL使用JSONB加入

高级解决方案

如果上述情况不够好,我会考虑MATERIALIZED VIEW以标准化形式存储相关属性.这允许简单的btree索引.

该代码假定您的JSON值具有问题中显示的一致格式.

建立:

CREATE TYPE event_type AS (
 , event_slug  text
 , start_time  timestamp
 , end_time    timestamp
);

CREATE MATERIALIZED VIEW loc_event AS
SELECT l.location_id, e.event_slug, e.end_time  -- start_time not needed
FROM   locations l, jsonb_populate_recordset(null::event_type, l.events) e;

相关答案jsonb_populate_recordset():

• 如何将PostgreSQL 9.4的jsonb类型转换为float

CREATE INDEX loc_event_idx ON loc_event (event_slug, end_time, location_id);

还包括location_id允许仅索引扫描.(参见手册页和Postgres Wiki.)

查询:

SELECT *
FROM   loc_event
WHERE  event_slug = 'test_1'
AND    end_time  >= '2014-10-30 14:04:06 -0400'::timestamptz;

或者,如果您需要基础locations表中的完整行:

SELECT l.*
FROM  (
   SELECT DISTINCT location_id
   FROM   loc_event
   WHERE  event_slug = 'test_1'
   AND    end_time  >= '2014-10-30 14:04:06 -0400'::timestamptz
   ) le
JOIN locations l USING (location_id);