介紹PostgreSQL中的jsonb資料類型，postgresqljsonb

介紹PostgreSQL中的jsonb資料類型，postgresqljsonb

PostgreSQL 9.4 正在載入一項新功能叫jsonb，是一種新型資料，可以儲存支援GIN索引的JSON 資料。換言之，此功能，在即將來臨的更新中最重要的是，如果連這都不重要的話，那就把Postgres 置於檔案為本資料庫系統的推薦位置吧。

自從9.2開始，一個整合JSON 資料類型已經存在，帶有一整套功能（例如資料產生和資料解構功能），還有9.3新增的操作者。當使用JSON 資料類型，資料的被儲存成一完全一樣的副本，功能還在此之上運作，還另外需要後台運作的重新分析。

這心得JSONB 資料類型以已降解的2元格式儲存，所以，插入此資料會比JSON高效，因為後台不再需要重新分析，因此讓它更快速運行，而且還兼顧GIN 索引。就是因為最後這個原因，我們實際上建議讀者使用jsonb來代替json製作程式（當然你還可以因應需要而使用json）。請記住jsonb使用相同的操作者和功能，讀者們可以看我之前的文章去令你得到些什麼啟發（或者乾脆看Postgres的檔案）。
 

現在讓我們看一下JSONB是如何工作的，同時和JSON比較一下。採用的測試資料是860萬的geobase類型資料，大概1.1G大小，包括了城市名，國家代碼（可以在這參見完整列表）等很多欄位。首先通過底層複製(raw copy)來把這些資料存放區到資料庫的一個新表裡面，之後把這張表通過一組填滿因數是100的錶轉換成JSON/JSONB，之後來看它們各佔多少空間。
 

=# 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

產生JSONB資料花費稍微長一點時間，大小有沒有區別呢？
 

=# 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資料上面做索引從9.3版本開始，比如用操作符（注意 因為它返迴文本，所以'->>'被採用；並且根據查詢不同，索引採用不同的關鍵字）
 

=# 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)

在這個例子裡，計劃(planner)可以使用bitmap索引掃描，同時使用了之前產生的索引。

現在，JSONB的一個新特點就是檢查包含帶有操作符@>的資料容量，這種資料是可以用GIN來索引的，這種操作符資料也包括了?，?|和?&(為了檢查給定的關鍵字是否存在)。 GIN索引對兩類操作符起作用：

    預設操作符類，之前列出的四個；

    jsonb_hash_ops，僅支援@>，但是當搜尋資料時效能表現不錯，而且所佔磁碟空間較小；

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

根據應用的需求，你或許想採用空間消耗低的索引，比如BTree建立在JSON資料上的索引類型；GIN索引有著更多的優點，因為它覆蓋了所有的JSON欄位，並且檢查容量；