介绍PostgreSQL中的jsonb数据类型

前端  /  管理员 发布于 7年前   357

PostgreSQL 9.4 正在加载一项新功能叫jsonb，是一种新型资料，可以储存支援GIN索引的JSON 资料。换言之，此功能，在即将来临的更新中最重要的是，如果连这都不重要的话，那就把Postgres 置于文件为本数据库系统的推荐位置吧。

自从9.2开始，一个整合JSON 资料类型已经存在，带有一整套功能（例如资料产生和资料解构功能），还有9.3新增的操作者。当使用JSON 资料类型，资料的被存储成一完全一样的副本，功能还在此之上运作，还另外需要后台运作的重新分析。

这心得JSONB 资料类型以已降解的2元格式存储，所以，插入此资料会比JSON高效，因为后台不再需要重新分析，因此让它更快速运行，而且还兼顾GIN 索引。就是因为最后这个原因，我们实际上建议读者使用jsonb来代替json制作程式（当然你还可以因应需要而使用json）。请记住jsonb使用相同的操作者和功能，读者们可以看我之前的帖子去令你得到些什么启发（或者干脆看Postgres的文件）。
 

现在让我们看一下JSONB是如何工作的，同时和JSON比较一下。采用的测试数据是860万的geobase类型数据，大概1.1G大小，包括了城市名，国家代码（可以在这参见完整列表）等很多字段。首先通过底层复制(raw copy)来把这些数据存储到数据库的一个新表里面，之后把这张表通过一组填充因子是100的表转换成JSON/JSONB，之后来看它们各占多少空间。
 

=# COPY geodata FROM '$HOME/Downloads/allCountries.txt';COPY 8647839=# CREATE TABLE geodata_jsonb (data jsonb) with (fillfactor=100);CREATE TABLE=# CREATE TABLE geodata_json (data json) with (fillfactor=100);CREATE TABLE=# \timingTiming is on.=# INSERT INTO geodata_json SELECT row_to_json(geodata) FROM geodata;INSERT 0 8647839Time: 287158.457 ms=# INSERT INTO geodata_jsonb SELECT row_to_json(geodata)::jsonb FROM geodata;INSERT 0 8647839Time: 425825.967 ms

生成JSONB数据花费稍微长一点时间，大小有没有区别呢？
 

=# SELECT pg_size_pretty(pg_relation_size('geodata_json'::regclass)) AS json,     pg_size_pretty(pg_relation_size('geodata_jsonb'::regclass)) AS jsonb; json  | jsonb ---------+--------- 3274 MB | 3816 MB(1 row)

在JSON数据上面做索引从9.3版本开始，比如用操作符（注意 因为它返回文本，所以'->>'被采用；并且根据查询不同，索引采用不同的关键字）
 

=# CREATE INDEX geodata_index ON  geodata_json ((data->>'country_code'), (data->>'asciiname'));CREATE INDEX=# SELECT pg_size_pretty(pg_relation_size('geodata_index'::regclass))  AS json_index; json_index ------------ 310 MB(1 row)=# SELECT (data->>'population')::int as population,     data->'latitude' as latitude,     data->'longitude' as longitude  FROM geodata_json WHERE data->>'country_code' = 'JP' AND    data->>'asciiname' = 'Tokyo' AND    (data->>'population')::int != 0; population | latitude | longitude ------------+----------+-----------  8336599 | 35.6895 | 139.69171(1 row)=# -- Explain of previous query    QUERY PLAN    ------------------------------------------------------------------------------------------------------------------------- Bitmap Heap Scan on geodata_json (cost=6.78..865.24 rows=215 width=32)  Recheck Cond: (((data ->> 'country_code'::text) = 'JP'::text) AND ((data ->> 'asciiname'::text) = 'Tokyo'::text))  Filter: (((data ->> 'population'::text))::integer <> 0)  -> Bitmap Index Scan on geodata_index (cost=0.00..6.72 rows=216 width=0)     Index Cond: (((data ->> 'country_code'::text) = 'JP'::text) AND ((data ->> 'asciiname'::text) = 'Tokyo'::text)) Planning time: 0.172 ms(6 rows)

在这个例子里，计划(planner)可以使用bitmap索引扫描，同时使用了之前产生的索引。

现在，JSONB的一个新特点就是检查包含带有操作符@>的数据容量，这种数据是可以用GIN来索引的，这种操作符数据也包括了?，?|和?&(为了检查给定的关键字是否存在)。 GIN索引对两类操作符起作用：

    缺省操作符类，之前列出的四个；

    jsonb_hash_ops，仅支持@>，但是当搜索数据时性能表现不错，而且所占磁盘空间较小；

下面是它如何工作：
 

=# CREATE INDEX geodata_gin ON geodata_jsonb   USING GIN (data jsonb_hash_ops);CREATE INDEX=# SELECT (data->>'population')::int as population,   data->'latitude' as latitude,   data->'longitude' as longitude  FROM geodata_jsonb WHERE data @> '{"country_code": "JP", "asciiname": "Tokyo"}' AND    (data->>'population')::int != 0; population | latitude | longitude ------------+----------+-----------  8336599 | 35.6895 | 139.69171(1 row) =# SELECT pg_size_pretty(pg_relation_size('geodata_gin'::regclass)) AS jsonb_gin; jsonb_gin----------- 1519 MB(1 row)=# -- EXPLAIN of previous query       QUERY PLAN       ------------------------------------------------------------------------------------- Bitmap Heap Scan on geodata_jsonb (cost=131.01..31317.76 rows=8605 width=418)  Recheck Cond: (data @> '{"asciiname": "Tokyo", "country_code": "JP"}'::jsonb)  Filter: (((data ->> 'population'::text))::integer <> 0)  -> Bitmap Index Scan on geodata_gin (cost=0.00..128.86 rows=8648 width=0)     Index Cond: (data @> '{"asciiname": "Tokyo", "country_code": "JP"}'::jsonb) Planning time: 0.134 ms

根据应用的需求，你或许想采用空间消耗低的索引，比如BTree建立在JSON数据上的索引类型；GIN索引有着更多的优点，因为它覆盖了所有的JSON字段，并且检查容量；