标签
PostgreSQL , json , gin , rum
背景
用户在使用JSON类型时，常见的一些JSON搜索包括：
1、存在，JSON中是否存在某个KEY，某些KEY，某些KEY的任意一个
存在某个KEY(TOP LEVEL)
'{"a":1, "b":2}'::jsonb ? 'b'
存在所有KEY
'{"a":1, "b":2, "c":3}'::jsonb ?& array['b', 'c']
存在任意KEY、元素
'["a", "b"]'::jsonb ?| array['a', 'b']
2、等值，JSON中是否存在指定的key:value对（支持嵌套JSON）
'{"a":1, "b":2}'::jsonb @> '{"b":2}'::jsonb
3、包含，JSON中某个路径下的VALUE（数组）中，是否包含指定的所有元素。
postgres=# select jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}' @> '{"b":{"c":[2,3]}}';
?column?
----------
t
(1 row)
4、相交，JSON中某个路径下的VALUE（数组）中，是否包含指定的任意元素。
postgres=# select jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}' @> '{"b":{"c":[2]}}'
or
jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}' @> '{"b":{"c":[3]}}'
;
?column?
----------
t
(1 row)
或(注意1,2,3需要双引号，作为text类型存储，因为操作符?| ?&暂时只支持了text[]，如果是numeric匹配不上)
postgres=# select jsonb '{"a":1, "b": {"c":["1","2","3"], "d":["k","y","z"]}, "d":"kbc"}' -> 'b' -> 'c' ?& array['2','3','4'] ;
?column?
----------
f
(1 row)
postgres=# select jsonb '{"a":1, "b": {"c":["1","2","3"], "d":["k","y","z"]}, "d":"kbc"}' -> 'b' -> 'c' ?| array['2','3','4'] ;
?column?
----------
t
(1 row)
5、范围查找，JSON中某个路径下的VALUE，是否落在某个范围内。
(js ->> 'key1' )::numeric between xx and xx
(js ->> 'key2' )::numeric between xx and xx
这些操作如何加速，或者如何使用索引加速？
一、json 索引支持
GIN的两个OPS，分别支持JSON：
The default GIN operator class for jsonb supports queries with top-level key-exists operators ?, ?& and ?| operators and path/value-exists operator @>.
The non-default GIN operator class jsonb_path_ops supports indexing the @> operator only.
1、支持 @> 操作符的索引如下（jsonb_path_ops只支持@>操作符，但是效率高）
postgres=# create table tbl(id int, js jsonb);
CREATE TABLE
postgres=# create index idx_tbl_1 on tbl using gin (js jsonb_path_ops);
CREATE INDEX
2、支持除范围查询以外的所有查询的索引如下
postgres=# create table tbl(id int, js jsonb);
CREATE TABLE
postgres=# create index idx_tbl_1 on tbl using gin (js); -- 使用默认ops即可
CREATE INDEX
二、JSON KEY VALUE值范围查询加速
某些使用，需要对VALUE使用范围查询，比如时间(如果要建索引，请使用numeric表示，否则需要自定义immutable函数)，数值都有这些需求。
通常的做法，把范围查询的类型提取出来，创建btree表达式索引，如果有任意组合的范围查询，使用gin或rum表达式索引。
例子
create index idx1 on tbl ( ((js->>'k1')::float8) );
create index idx2 on tbl ( ((js->>'k2')::numeric) );
...
create index idxn on tbl ( ((js->>'kn')::float8) );
或
create extension btree_gin;
create index idx1 on tbl using gin( ((js->>'k1')::float8), ((js->>'k2')::numeric), ... ((js->>'kn')::float8) );
或
create extension rum;
create index idx1 on tbl using rum( ((js->>'k1')::float8), ((js->>'k2')::numeric), ... ((js->>'kn')::float8) );
或
create or replace function to_timestamp(text) returns timestamp as $$
select $1::timestamp;
$$ language sql strict immutable;
create index idx1 on tbl using gin( ((js->>'k1')::float8), to_timestamp(js->>'k2'), ... ((js->>'kn')::float8) );
或
create index idx1 on tbl using rum( ((js->>'k1')::float8), to_timestamp(js->>'k2'), ... ((js->>'kn')::float8) );
三、索引使用例子
create table tbl(id int, js jsonb);
create index idx_tbl_1 on tbl using gin (js jsonb_path_ops);
create index idx_tbl_2 on tbl using gin (js);
create index idx_tbl_3 on tbl using rum( ((js->>'k1')::float8), to_timestamp(js->>'k2'), ((js->>'k3')::numeric) );
postgres=# explain select * from tbl where js ? 'a';
QUERY PLAN
------------------------------------------------------------------------
Bitmap Heap Scan on tbl (cost=2.21..3.32 rows=1 width=36)
Recheck Cond: (js ? 'a'::text)
-> Bitmap Index Scan on idx_tbl_2 (cost=0.00..2.21 rows=1 width=0)
Index Cond: (js ? 'a'::text)
(4 rows)
postgres=# explain select * from tbl where js @> '{"a":"b"}';
QUERY PLAN
------------------------------------------------------------------------
Bitmap Heap Scan on tbl (cost=2.21..3.32 rows=1 width=36)
Recheck Cond: (js @> '{"a": "b"}'::jsonb)
-> Bitmap Index Scan on idx_tbl_1 (cost=0.00..2.21 rows=1 width=0)
Index Cond: (js @> '{"a": "b"}'::jsonb)
(4 rows)
postgres=# explain select * from tbl where to_timestamp(js->>'k2') between '2018-01-01' and '2018-01-02';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
Index Scan using idx_tbl_3 on tbl (cost=5.50..12.22 rows=6 width=36)
Index Cond: ((to_timestamp((js ->> 'k2'::text)) >= '2018-01-01 00:00:00'::timestamp without time zone) AND (to_timestamp((js ->> 'k2'::text)) <= '2018-01-02 00:00:00'::timestamp without time zone))
(2 rows)
postgres=# explain select * from tbl where to_timestamp(js->>'k2') between '2018-01-01' and '2018-01-02' and ((js->>'k3')::numeric) between 1 and 200;
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------
------------------------------------------------------------------------
Index Scan using idx_tbl_3 on tbl (cost=9.90..12.11 rows=1 width=36)
Index Cond: ((to_timestamp((js ->> 'k2'::text)) >= '2018-01-01 00:00:00'::timestamp without time zone) AND (to_timestamp((js ->> 'k2'::text)) <= '2018-01-02 00:00:00'::timestamp without time zone) AND (((js ->> 'k3'::text))::numeric >
= '1'::numeric) AND (((js ->> 'k3'::text))::numeric <= '200'::numeric))
(2 rows)
postgres=# select * from tbl where js @> '{"a": {"b":"c"}}';
id | js
----+----
(0 rows)
SELECT doc->'site_name' FROM websites
WHERE doc->'tags' @> '[{"term":"paris"}, {"term":"food"}]';
postgres=# select jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}';
jsonb
-------------------------------------------------------------------
{"a": 1, "b": {"c": [1, 2, 3], "d": ["k", "y", "z"]}, "d": "kbc"}
(1 row)
postgres=# select jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}' @> '{"b":{"c":[2,3]}}';
?column?
----------
t
(1 row)
postgres=# select jsonb '{"a":1, "b": {"c":[1,2,3], "d":["k","y","z"]}, "d":"kbc"}' @> '{"b":{"c":[2,4]}}';
?column?
----------
f
(1 row)
postgres=# explain select * from tbl where js @> '{"b":{"c":[2,4]}}';
QUERY PLAN
------------------------------------------------------------------------
Bitmap Heap Scan on tbl (cost=3.31..4.42 rows=1 width=36)
Recheck Cond: (js @> '{"b": {"c": [2, 4]}}'::jsonb)
-> Bitmap Index Scan on idx_tbl_1 (cost=0.00..3.31 rows=1 width=0)
Index Cond: (js @> '{"b": {"c": [2, 4]}}'::jsonb)
(4 rows)
参考
https://www.postgresql.org/docs/devel/static/datatype-json.html
https://www.postgresql.org/docs/devel/static/functions-json.html
《PostgreSQL 电商业务(任意维度商品圈选应用) - json包range数组的命中优化 - 展开+索引优化》
《PostgreSQL 11 preview - jsonb_plpython, jsonb_plperl 插件, PG类型jsonb与pyton,perl程序类型的相互转换》
《PostgreSQL 店铺运营实践 - JSON[]数组 内部标签数据等值、范围检索100倍+加速示例 (含，单值+多值列合成)》
《PostgreSQL json 任意位置 append 功能实现》
《多流实时聚合 - 记录级实时快照 - JSON聚合与json全文检索的功能应用》
《HTAP数据库 PostgreSQL 场景与性能测试之 46 - (OLTP) 大json字段的高并发更新》
《HTAP数据库 PostgreSQL 场景与性能测试之 32 - (OLTP) 高吞吐数据进出(堆存、行扫、无需索引) - 阅后即焚(JSON + 函数流式计算)》
《PostgreSQL 10.0 preview 功能增强 - SQL:2016标准(之SQL/JSON) Oracle 12c兼容》
