什么是比数组重叠更好的方法？ （PostgreSQL系统）

Question

我正在为一家商业公司构建一个应用程序，他们需要控制谁按项目和角色查看哪些报告，该报告可以属于一个项目，并且可以被许多角色（员工角色）看到。
因此，当提交报告时，它会被标记为项目和角色，例如＆＃34; project1＆＃34;和{＆＃34;经理＆＃34;，＆＃34;卖家＆＃34;}，例如，正在处理project1并且是经理的员工可以看到此报告。 我现在这样做的方式很大程度上取决于数组，这就是我所拥有的：

报告表：
项目（字符串）
角色（字符串数组）

员工表：
projects（字符串数组）//员工工作/工作的所有项目
roles（字符串数组）//员工可以有多个角色

在查询员工可以看到的报告时，我会这样做：

select * 
from reports 
WHERE (employee.roles && report.roles) AND (report.project = ANY (employee.projects))

我使用postgresql

问题是我认为这不会有很好的表现（我不确定） 我知道加速此查询的唯一方法是在报表（角色）列上创建GIN索引，以使重叠更快

除了表现此提示here之外，让我担心：

  

提示：数组不是集合;搜索特定的数组元素可能是数据库错误设计的标志。考虑为每个将成为数组元素的项使用一个单独的表。这将更容易搜索，并且可能更好地扩展到大量元素。

那么有更好的设计可以做到这一点，或者这样可以正常工作吗？

Answer 1

简短的回答：你正在做的事情是合情合理的，但考虑使用int数组而不是字符串，因为它们比较快，并且注意警告。

就个人而言，我将其标准化：添加user_roles表，以及role2report和user2role。在性能方面，根据我自己的经验，最佳情况是预先计算应用程序中当前用户的role_ids，然后然后查询角色的IN子句。这意味着：

select from reports join role2report ...

触发器中的相同内容：关键是计算role_ids（或perm_ids），然后然后查询。在任何情况下，您都不希望：

select from reports join role2report join crazy_user2role_role2role_rec_view

最大的优化包括使用int数组或memcached或其他方式缓存用户的角色。这避免了不断使用疯狂的user2role加上递归的role2role视图定义，以及任何其他类型的疯狂你的规格＆＃39;边缘案例引导您。介意缓存失效。

根据我的经验，缓存访问列表要复杂得多：你应该缓存谁可以阅读？写？都？有些物品是公开的吗？未登录的访客可以访问它们吗？这是一大堆问题。

如果你进行缓存，也可以使用int数组。抛入例如-1代表公共/访客访问，0代表注册/用户访问。然后在查询中使用数组重叠（注册用户自动获取行0和-1）。相应地优化你的数组以保持它们的小：如果它包含-1，那应该是唯一的值;否则为零;否则列出具有授权访问权限的角色ID。

使用数组的一个警告，顺便说一句：至少直到最近版本的Postgres（现在还不确定），没有收集数组内容的统计数据。这使得对于数据集使用数组次优，其中可以访问大多数事物的某个role_id应该导致Postgres忽略GIN索引。这是一个真正的性能杀手，因为这意味着PG将基本上获取整个表以使用适当的perms获取前10行而不是使用过滤器对其进行索引扫描。