介绍PostgreSQL中的jsonb数据类型
投稿：goldensun
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 =# \timing Timing is on. =# INSERT INTO geodata_json SELECT row_to_json(geodata) FROM geodata; INSERT 0 8647839 Time: 287158.457 ms =# INSERT INTO geodata_jsonb SELECT row_to_json(geodata)::jsonb FROM geodata; INSERT 0 8647839 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？
=# 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；