介绍PostgreSQL中的jsonb数据类型

这篇文章主要介绍了介绍PostgreSQL中的jsonb数据类型,jsonb是PostgreSQL9.4中开始内置的类型,能够支持GIN索引,需要的朋友可以参考下

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。

1. =# COPY geodata FROM '$HOME/Downloads/allCountries.txt'; 
2. COPY 8647839 
3. =# CREATE TABLE geodata_jsonb (data jsonb) with (fillfactor=100); 
4. CREATE TABLE 
5. =# CREATE TABLE geodata_json (data json) with (fillfactor=100); 
6. CREATE TABLE 
7. =# /timing 
8. Timing is on. 
9. =# INSERT INTO geodata_json SELECT row_to_json(geodata) FROM geodata; 
10. INSERT 0 8647839 
11. Time: 287158.457 ms 
12. =# INSERT INTO geodata_jsonb SELECT row_to_json(geodata)::jsonb FROM geodata; 
13. INSERT 0 8647839 
14. Time: 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?

1. =# SELECT pg_size_pretty(pg_relation_size('geodata_json'::regclass)) AS json, 
2. pg_size_pretty(pg_relation_size('geodata_jsonb'::regclass)) AS jsonb; 
3. json | jsonb  
4. ---------+--------- 
5. 3274 MB | 3816 MB 
6. (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)

1. =# CREATE INDEX geodata_index ON 
2. geodata_json ((data->>'country_code'), (data->>'asciiname')); 
3. CREATE INDEX 
4. =# SELECT pg_size_pretty(pg_relation_size('geodata_index'::regclass)) 
5. AS json_index; 
6. json_index  
7. ------------ 
8. 310 MB 
9. (1 row) 
10. =# SELECT (data->>'population')::int as population, 
11. data->'latitude' as latitude, 
12. data->'longitude' as longitude 
13. FROM geodata_json WHERE data->>'country_code' = 'JP' AND 
14. data->>'asciiname' = 'Tokyo' AND 
15. (data->>'population')::int != 0; 
16. population | latitude | longitude  
17. ------------+----------+----------- 
18. 8336599 | 35.6895 | 139.69171 
19. (1 row) 
20. =# -- Explain of previous query 
21. QUERY PLAN  
22. ------------------------------------------------------------------------------------------------------------------------- 
23. Bitmap Heap Scan on geodata_json (cost=6.78..865.24 rows=215 width=32) 
24. Recheck Cond: (((data ->> 'country_code'::text) = 'JP'::text) AND ((data ->> 'asciiname'::text) = 'Tokyo'::text)) 
25. Filter: (((data ->> 'population'::text))::integer <> 0) 
26. -> Bitmap Index Scan on geodata_index (cost=0.00..6.72 rows=216 width=0) 
27. Index Cond: (((data ->> 'country_code'::text) = 'JP'::text) AND ((data ->> 'asciiname'::text) = 'Tokyo'::text)) 
28. Planning time: 0.172 ms 
29. (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：

1. =# CREATE INDEX geodata_gin ON geodata_jsonb 
2. USING GIN (data jsonb_hash_ops); 
3. CREATE INDEX 
4. =# SELECT (data->>'population')::int as population, 
5. data->'latitude' as latitude, 
6. data->'longitude' as longitude 
7. FROM geodata_jsonb WHERE data @> '{"country_code": "JP", "asciiname": "Tokyo"}' AND 
8. (data->>'population')::int != 0; 
9. population | latitude | longitude  
10. ------------+----------+----------- 
11. 8336599 | 35.6895 | 139.69171 
12. (1 row) 
13. =# SELECT pg_size_pretty(pg_relation_size('geodata_gin'::regclass)) AS jsonb_gin; 
14. jsonb_gin 
15. ----------- 
16. 1519 MB 
17. (1 row) 
18. =# -- EXPLAIN of previous query 
19. QUERY PLAN  
20. ------------------------------------------------------------------------------------- 
21. Bitmap Heap Scan on geodata_jsonb (cost=131.01..31317.76 rows=8605 width=418) 
22. Recheck Cond: (data @> '{"asciiname": "Tokyo", "country_code": "JP"}'::jsonb) 
23. Filter: (((data ->> 'population'::text))::integer <> 0) 
24. -> Bitmap Index Scan on geodata_gin (cost=0.00..128.86 rows=8648 width=0) 
25. Index Cond: (data @> '{"asciiname": "Tokyo", "country_code": "JP"}'::jsonb) 
26. 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;