假设我有以下parents
表:
create table parents (
id integer not null constraint parents_pkey primary key,
name text not null,
children jsonb not null
);
children
是以下结构的 json数组:
[
{
"name": "child1",
"age": 10
},
{
"name": "child2",
"age": 12
}
]
例如,我需要让所有有孩子的父母年龄在10到12岁之间。
我创建了以下查询:
select distinct
p.*
from
parents p, jsonb_array_elements(p.children) c
where
(c->>'age')::int between 10 and 12;
当表parents
很大(例如1M记录)时,它运行良好但速度很慢。我尝试使用'杜松子酒' children
字段上的索引,但这没有帮助。
那么有没有办法加快这样的查询?或者也许还有另一种解决方案可以对嵌套的json数组中的字段进行查询/索引?
查询计划:
Unique (cost=1793091.18..1803091.18 rows=1000000 width=306) (actual time=4070.866..5106.998 rows=399947 loops=1)
-> Sort (cost=1793091.18..1795591.18 rows=1000000 width=306) (actual time=4070.864..4836.241 rows=497313 loops=1)
Sort Key: p.id, p.children, p.name
Sort Method: external merge Disk: 186040kB
-> Gather (cost=1000.00..1406321.34 rows=1000000 width=306) (actual time=0.892..1354.147 rows=497313 loops=1)
Workers Planned: 2
Workers Launched: 2
-> Nested Loop (cost=0.00..1305321.34 rows=416667 width=306) (actual time=0.162..1794.134 rows=165771 loops=3)
-> Parallel Seq Scan on parents p (cost=0.00..51153.67 rows=416667 width=306) (actual time=0.075..239.786 rows=333333 loops=3)
-> Function Scan on jsonb_array_elements c (cost=0.00..3.00 rows=1 width=0) (actual time=0.004..0.004 rows=0 loops=1000000)
Filter: ((((value ->> 'age'::text))::integer >= 10) AND (((value ->> 'age'::text))::integer <= 12))
Rows Removed by Filter: 3
Planning time: 0.218 ms
Execution time: 5140.277 ms
答案 0 :(得分:1)
第一个立即措施是让查询更快一些:
SELECT *
FROM parents p
WHERE EXISTS (
SELECT FROM jsonb_array_elements(p.children) c
WHERE (c->>'age')::int BETWEEN 10 AND 12
);
当多个数组对象匹配时,EXISTS
半连接避免了中间表中的行重复 - 并且外部查询中需要DISTINCT ON
。但那只是稍微快一点了。
核心问题是您要测试范围的整数值,而existing jsonb
operators不提供此类功能。
有很多方法可以解决这个问题。不知道这些,这里是一个&#34; smart&#34;解决给定示例的解决方案。诀窍是将范围拆分为不同的值并使用jsonb
包含运算符@>
:
SELECT *
FROM parents p
WHERE (p.children @> '[{"age": 10}]'
OR p.children @> '[{"age": 11}]'
OR p.children @> '[{"age": 12}]');
由jsonb_path_ops
GIN索引支持:
CREATE INDEX parents_children_gin_idx ON parents USING gin (children jsonb_path_ops);
但是如果你的范围超过一整个整数值的手,那么你需要更通用的东西。由于总是,最好的解决方案取决于完整的情况:数据分布,值频率,查询中的典型范围,可能的NULL值,行大小,读/写模式,每个 jsonb
值是否有一个或多个匹配的age
密钥? ...
相关答案与专业,非常快的索引:
相关:
答案 1 :(得分:0)
我建议你尝试这种方式(根据我的经验)。
WITH t AS (SELECT id, jsonb_array_elements(children) as child_data FROM parents)
SELECT *
FROM parents
WHERE id IN (
SELECT id
FROM t
WHERE (child_data->>'age')::int between 10 and 12
)
希望它有效。