我有一个包含 170 万条记录的 Postgres 9.4.4 数据库,以下信息存储在名为 accounts
的表中名为 data
的 JSONB 列中:
data: {
"lastUpdatedTime": "2016-12-26T12:09:43.901Z",
"UID": "2c5bb7fd-1a00-4988-8d92-ffaa52ebc20d",
"data": {
"country": "UK",
"verified_at": "2017-01-01T23:49:10.217Z"
}
}
无法更改数据格式,因为这是遗留信息。
我需要获取国家为UK
、verified_at
值不为空且lastUpdatedTime
值大于某些帐户的所有帐户给定值。
到目前为止,我有以下查询:
SELECT * FROM "accounts"
WHERE (data @> '{ "data": { "country": "UK" } }')
AND (data->'data' ? 'verified_at')
AND ((data->'data' ->> 'verified_at') is not null)
AND (data ->>'lastUpdatedTime' > '2016-02-28T05:49:08.511846')
ORDER BY data ->>'lastUpdatedTime' LIMIT 100 OFFSET 0;
以及以下索引:
"accounts_idxgin" gin (data)
"accounts_idxgin_on_data" gin ((data -> 'data'::text))
我已经设法将查询时间缩短到大约 1000 到 4000 毫秒
这是查询的分析:
Bitmap Heap Scan on accounts (cost=41.31..6934.50 rows=9 width=1719)
(actual time=7.273..1067.657 rows=23190 loops=1)
Recheck Cond: ((data -> 'data'::text) ? 'verified_at'::text)
Filter: ((((data -> 'data'::text) ->> 'verified_at'::text) IS NOT NULL)
AND ((data ->> 'lastUpdatedTime'::text) > '2016-02-01 05:49:08.511846'::text)
AND (((data -> 'data'::text) ->> 'country'::text) = 'UK'::text))
Rows Removed by Filter: 4
Heap Blocks: exact=16039
-> Bitmap Index Scan on accounts_idxgin_on_data (cost=0.00..41.30 rows=1773 width=0)
(actual time=4.618..4.618 rows=23194 loops=1)
Index Cond: ((data -> 'data'::text) ? 'verified_at'::text)
Planning time: 0.448 ms
Execution time: 1069.344 ms
(9 rows)
我有以下问题
- 我能做些什么来进一步加快这个查询的速度吗?
- 使用 JSONB 加速
field is not null
查询的正确方法是什么?我最终使用带有(data->'data' ? 'verified_at')
的存在运算符来过滤掉大量不匹配的记录,因为我的大部分数据都没有verified_at
作为顶级 key 。这提高了查询速度,但我想知道是否有优化此类查询的通用方法。 - 为了将存在运算符与
(data->'data' ? 'verified_at')
一起使用,我需要在((data -> 'data': :文本))
。我已经在gin (data)
上有了一个索引,但是存在运算符没有使用它。这是为什么?我以为存在和包含运算符会使用这个索引。
最佳答案
3:不是真的。这个案例是explicitly mentioned in the docs .
当您在列上有索引时 data
,它仅在您查询表时使用,例如 data @> '...'
或 data ? '...'
.当表达式 (data -> 'data')
有索引时,这些查询可以利用它:(data -> 'data') @> '...'
或 (data -> 'data') ? '...'
.
2:通常jsonb
在 (jsonb_col -> '<key>') is [not] null
期间索引无济于事查询所有。不幸的是,您不能使用 jsonb_col @> '{"<key>":null}'
要么,因为 JSON 对象可能完全缺少 key 。也根本不可能反向使用索引(对于 is not null
)。但可能有一个技巧......
1:不多。可能会有一些改进,但不要指望巨大的性能优势。所以他们开始了:
您可以使用 jsonb_path_ops
运算符类而不是(默认)jsonb_ops
.这应该意味着性能上有一点改进,但他们不能使用存在运算符 ( ?
)。但无论如何我们都不需要它。
您有一个索引不友好的 boolean
输入的表达式,这会减慢你的速度。值得庆幸的是,您可以使用 partial index如果您只对 true
感兴趣值(value)观。
因此,您的索引应如下所示:
create index accounts_idxgin_on_data
on accounts using gin ((data -> 'data') jsonb_path_ops)
where (data -> 'data' ->> 'verified_at') is not null;
有了这个索引,你可以使用下面的查询:
select *
from accounts
where (data -> 'data') @> '{"country":"UK"}'
and (data -> 'data' ->> 'verified_at') is not null
and (data ->> 'lastUpdatedTime') > '2016-02-28T05:49:08.511Z'
order by data ->>'lastUpdatedTime';
注意:对于正确的timestamp
比较,你应该使用 (data ->> 'lastUpdatedTime')::timestamptz > '2016-02-28T05:49:08.511Z'
.
关于postgresql - 使用非空约束优化 Postgres JSONB 查询,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/42502202/