PostgreSQL何以支持丰富的NoSQL特性？

作者介绍

谭峰，网名francs，中国开源软件推进联盟PostgreSQL分会特聘专家，《PostgreSQL实战》作者之一，《PostgreSQL 9 Administration Cookbook》译者之一。现就职于浙江移动负责应用上云架构管控以及私有云建设工作。

张文升，中国开源软件推进联盟PostgreSQL分会核心成员之一，《PostgreSQL实战》作者之一，活跃于PostgreSQL、MySQL、Redis等开源技术社区，致力于推动PostgreSQL在互联网企业的应用及企业PostgreSQL培训与技术支持。

在上一篇文章《PostgreSQL用户应掌握的高级SQL特性》我们介绍了PostgreSQL的典型高级SQL特性。PostgreSQL不仅是关系型数据库，同时支持丰富的NoSQL特性，所以本文将介绍PostgreSQL的NoSQL特性，分以下三部分来介绍：

• PostgreSQL的JSON和JSONB数据类型简介；

• JSON与JSONB读写性能测试；

• PostgreSQL全文检索支持JSON和JSONB（PosgreSQL 10新特性）。

一、JSON和JSONB数据类型

PostgreSQL支持非关系数据类型json (JavaScript Object Notation)，本节介绍json类型、json与jsonb差异、json与jsonb操作符和函数以及jsonb键值的追加、删除、更新。

1、JSON类型简介

PotgreSQL早在9.2版本已经提供了json类型，并且随着大版本的演进，PostgreSQL对json的支持趋于完善，例如提供更多的json函数和操作符方便应用开发，一个简单的json类型例子如下：

 

mydb=> SELECT '{"a":1,"b":2}'::json; 
json 
--------------- 
{"a":1,"b":2} 

 

为了更好演示json类型，接下来创建一张表，如下所示：

 

mydb=> CREATE TABLE test_json1 (id serial primary key,name json);  
CREATE TABLE 

 

以上示例定义字段name为json类型，插入表数据，如下所示：

 

mydb=> INSERT INTO test_json1 (name)  
VALUES ('{"col1":1,"col2":"francs","col3":"male"}');  
INSERT 0 1  
mydb=> INSERT INTO test_json1 (name)  
VALUES ('{"col1":2,"col2":"fp","col3":"female"}');  
INSERT 0 1 

 

查询表test_json1数据：

 

mydb=> SELECT * FROM test_json1;  
id | name  
----+------------------------------------------  
1 | {"col1":1,"col2":"francs","col3":"male"}  
2 | {"col1":2,"col2":"fp","col3":"female"} 

 

2、查询JSON数据

通过->操作符可以查询json数据的键值，如下所示：

 

mydb=> SELECT name -> 'col2' FROM test_json1 WHERE id=1;  
?column?  
----------  
"francs"  
(1 row) 

 

如果想以文本格式返回json字段键值可以使用->>符，如下所示：

 

mydb=> SELECT name ->> 'col2' FROM test_json1 WHERE id=1;  
francs  
(1 row) 

 

3、JSONB与JSON差异

PostgreSQL支持两种JSON数据类型：json和jsonb，两种类型在使用上几乎完全相同，主要区别如下：

json存储格式为文本，而jsonb存储格式为二进制 ，由于存储格式的不同使得两种json数据类型的处理效率不一样，json类型以文本存储并且存储的内容和输入数据一样，当检索json数据时必须重新解析，而jsonb以二进制形式存储已解析好的数据，当检索jsonb数据时不需要重新解析，因此json写入比jsonb快，但检索比jsonb慢，后面会通过测试验证两者读写性能差异。

除了上述介绍的区别之外，json与jsonb在使用过程中还存在差异，例如jsonb输出的键的顺序和输入不一样，如下所示：

 

mydb=> SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::jsonb; 
jsonb 
-------------------------------------------------- 
{"bar": "baz", "active": false, "balance": 7.77} 
(1 row) 

 

而json的输出键的顺序和输入完全一样，如下所示：

 

mydb=> SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::json;  
json  
-------------------------------------------------  
{"bar": "baz", "balance": 7.77, "active":false}  
(1 row) 

 

另外，jsonb类型会去掉输入数据中键值的空格，如下所示：

 

mydb=> SELECT ' {"id":1, "name":"francs"}'::jsonb;  
jsonb  
-----------------------------  
{"id": 1, "name": "francs"}  
(1 row) 

 

上例中id键与name键输入时是有空格的，输出显示空格键被删除，而json的输出和输入一样，不会删掉空格键：

 

mydb=> SELECT ' {"id":1, "name":"francs"}'::json; 
json 
------------------------------- 
{"id":1, "name":"francs"} 
(1 row) 

 

另外，jsonb会删除重复的键，仅保留***一个，如下所示：

 

mydb=> SELECT ' {"id":1,  
"name":"francs",  
"remark":"a good guy!",  
"name":"test"  
}'::jsonb;  
jsonb  
----------------------------------------------------  
{"id": 1, "name": "test", "remark": "a good guy!"}  
(1 row) 

 

上面name键重复，仅保留***一个name键的值，而json数据类型会保留重复的键值。

相比json大多数应用场景建议使用jsonb，除非有特殊的需求，比如对json的键顺序有特殊的要求。

4、JSONB与JSON操作符

PostgreSQL支持丰富的JSONB和JSON的操作符，举例如下：

以文本格式返回json类型的字段键值可以使用->>符，如下所示：

字符串是否作为顶层键值，如下所示：

 

mydb=> SELECT '{"a":1, "b":2}'::jsonb ? 'a';  
t  
(1 row) 

 

删除json数据的键/值，如下所示：

 

mydb=> SELECT '{"a":1, "b":2}'::jsonb - 'a';  
{"b": 2}  
(1 row) 

 

5、JSONB与JSON函数

json与jsonb相关的函数非常丰富，举例如下：

扩展最外层的json对象成为一组键/值结果集，如下所示：

 

mydb=> SELECT * FROM json_each('{"a":"foo", "b":"bar"}');  
key | value  
-----+-------  
a | "foo"  
b | "bar"  
(2 rows) 

 

以文本形式返回结果，如下所示：

 

mydb=> SELECT * FROM json_each_text('{"a":"foo", "b":"bar"}');  
a | foo  
b | bar  
(2 rows) 

 

一个非常重要的函数为row_to_json函数，能够将行作为json对象返回，此函数常用来生成json测试数据，比如将一个普通表转换成json类型表：

 

mydb=> SELECT * FROM test_copy WHERE id=1;  
id | name  
----+------  
1 | a  
(1 row)  
mydb=> SELECT row_to_json(test_copy) FROM test_copy WHERE id=1;  
row_to_json  
---------------------  
{"id":1,"name":"a"}  
(1 row) 

 

返回最外层的json对像中的键的集合，如下所示：

 

mydb=> SELECT * FROM json_object_keys('{"a":"foo", "b":"bar"}');  
json_object_keys  
------------------  
a  
b  
(2 rows) 

 

6、jsonb键/值的追加、删除、更新

jsonb键/值追加可通过||操作符，如下增加sex键/值：

 

mydb=> SELECT '{"name":"francs","age":"31"}'::jsonb ||  
'{"sex":"male"}'::jsonb;  
?column?  
------------------------------------------------  
{"age": "31", "sex": "male", "name": "francs"}  
(1 row) 

 

jsonb键/值的删除有两种方法，一种是通过操作符号-删除，另一种通过操作符#-删除指定键/值。

通过操作符号-删除键/值如下：

 

mydb=> SELECT '{"name": "James", "email": "james@localhost"}'::jsonb  
- 'email';  
?column?  
-------------------  
{"name": "James"}  
(1 row)  
mydb=> SELECT '["red","green","blue"]'::jsonb - 0;  
["green", "blue"] 

 

第二种方法是通过操作符#-删除指定键/值，通常用于有嵌套json数据删除的场景，如下删除嵌套contact中的fax键/值：

 

mydb=> SELECT '{"name": "James", "contact": {"phone": "01234 567890", "fax": "01987 543210"}}'::jsonb #- '{contact,fax}'::text;  
?column?  
---------------------------------------------------------  
{"name": "James", "contact": {"phone": "01234 567890"}}  
(1 row) 

 

删除嵌套aliases中的位置为1的键/值，如下所示：

 

mydb=> SELECT '{"name": "James", "aliases": ["Jamie","The Jamester","J Man"]}'::jsonb #- '{aliases,1}'::text;  
{"name": "James", "aliases": ["Jamie", "J Man"]}  
(1 row) 

 

键/值的更新也有两种方式，***种方式为||操作符，||操作符可以连接json键，也可覆盖重复的键值，如下修改age键的值：

 

mydb=> SELECT '{"name":"francs","age":"31"}'::jsonb ||  
'{"age":"32"}'::jsonb;  
?column?  
---------------------------------  
{"age": "32", "name": "francs"}  
(1 row) 

 

第二种方式是通过jsonb_set函数，语法如下：

 

jsonb_set(target jsonb, path text[], new_value jsonb[, create_missing boolean]) 

target指源jsonb数据，path指路径，new_value指更新后的键值，create_missing 值为 true表示如果键不存在则添加，create_missing 值为 false表示如果键不存在则不添加，示例如下：

 

mydb=> SELECT jsonb_set('{"name":"francs","age":"31"}'::jsonb,'{age}','"32"'::jsonb,false);  
jsonb_set  
mydb=> SELECT jsonb_set('{"name":"francs","age":"31"}'::jsonb,'{sex}','"male"'::jsonb,true); 

 

7、给JSONB类型创建索引

这一小节介绍给jsonb数据类型创建索引，jsonb数据类型支持GIN索引，为了便于说明，假如一个json字段内容如下，并且以jsonb格式存储。

 

{  
"id": 1,  
"user_id": 1440933,  
"user_name": "1_francs",  
"create_time": "2017-08-03 16:22:05.528432+08"  
} 

 

假如存储以上jsonb数据的字段名为user_info，表名为tbl_user_jsonb，在user_info字段上创建GIN索引语法如下：

CREATE INDEX idx_gin ON tbl_user_jsonb USING gin(user_info);

jsonb上的GIN索引支持@>、?、 ?&、?|操作符，例如以下查询将会使用索引：

 

SELECT * FROM tbl_user_jsonb WHERE user_info @> '{"user_name": "1_frans"}' 

但是以下基于jsonb键值的查询不会走索引idx_gin，如下所示：

 

SELECT * FROM tbl_user_jsonb WHERE user_info->>'user_name'= '1_francs'; 

如果要想提升基于jsonb类型的键值检索效率，可以在jsonb数据类型对应的键值上创建索引，如下所示：

 

CREATE INDEX idx_gin_user_infob_user_name ON tbl_user_jsonb USING btree ((user_info ->> 'user_name')); 

 

创建以上索引后，上述根据user_info->>'user_name'键值查询的SQL将会走索引。

二、JSON与JSONB读写性能测试

前面介绍了jsonb数据类型索引创建相关内容，本部分将对json、jsonb读写性能进行简单对比。json与jsonb读写性能存在差异，主要表现为json写入时比jsonb快，但检索时比jsonb慢，主要原因为：

json存储格式为文本，而jsonb存储格式为二进制，存储格式的不同使得两种json数据类型的处理效率不一样，json类型存储的内容和输入数据一样，当检索json数据时必须重新解析，而jsonb以二进制形式存储已解析好的数据，当检索jsonb数据时不需要重新解析。

1、构建JSON、JSONB测试表

下面通过一个简单的例子测试下json、jsonb的读写性能差异，计划创建以下三张表：

• quser_ini：基础数据表，并插入200万测试数据；

• qtbl_user_json: json 数据类型表，200万数据；

• qtbl_user_jsonb：jsonb 数据类型表，200万数据。

首先创建user_ini表并插入200万测试数据，如下：

 

mydb=> CREATE TABLE user_ini(id int4 ,user_id int8, user_name character varying(64),create_time timestamp(6) with time zone default clock_timestamp); 
 
CREATE TABLE 
 
mydb=> INSERT INTO user_ini(id,user_id,user_name) 
 
SELECT r,round(random*2000000), r || '_francs' FROM generate_series(1,2000000) as r; 
 
INSERT 0 2000000 

 

计划使用user_ini表数据生成json、jsonb数据，创建user_ini_json、user_ini_jsonb表，如下所示：

 

mydb=> CREATE TABLE tbl_user_json(id serial, user_info json);  
CREATE TABLE  
mydb=> CREATE TABLE tbl_user_jsonb(id serial, user_info jsonb);  
CREATE TABLE 

 

2、JSON与JSONB表写性能测试

根据user_ini数据通过row_to_json函数向表user_ini_json插入200万json数据，如下：

 

mydb=> iming  
Timing is on.  
mydb=> INSERT INTO tbl_user_json(user_info) SELECT row_to_json(user_ini)  
FROM user_ini;  
INSERT 0 2000000  
Time: 13825.974 ms (00:13.826) 

 

从以上结果看出tbl_user_json插入200万数据花了13秒左右；接着根据user_ini表数据生成200万jsonb数据并插入表tbl_user_jsonb，如下：

 

mydb=> INSERT INTO tbl_user_jsonb(user_info)  
SELECT row_to_json(user_ini)::jsonb FROM user_ini;  
INSERT 0 2000000  
Time: 20756.993 ms (00:20.757) 

 

从以上看出tbl_user_jsonb表插入200万jsonb数据花了20秒左右，正好验证了json数据写入比jsonb快，比较两表占用空间大小，如下所示：

 

mydb=> dt+ tbl_user_json  
List of relations  
Schema | Name | Type | Owner | Size | Description  
--------+---------------+-------+--------+--------+-------------  
pguser | tbl_user_json | table | pguser | 281 MB |  
(1 row)  
mydb=> dt+ tbl_user_jsonb  
--------+----------------+-------+--------+--------+-------------  
pguser | tbl_user_jsonb | table | pguser | 333 MB |  
(1 row) 

 

从占用空间来看，同样的数据量jsonb数据类型占用空间比json稍大。

查询tbl_user_json表的一条测试数据，如下：

 

mydb=> SELECT * FROM tbl_user_json LIMIT 1;  
id | user_info  
---------+------------------------------------------------------------------------------------  
2000001 | {"id":1,"user_id":1182883,"user_name":"1_francs","create_time":"2017-08-03T20:59:27.42741+08:00"}  
(1 row) 

 

3、JSON与JSONB表读性能测试

对于json、jsonb读性能测试我们选择基于json、jsonb键值查询的场景，例如，根据user_info字段的user_name键的值查询，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM tbl_user_jsonb WHERE user_info->>'user_name'='1_francs';  
QUERY PLAN  
-------------------------------------------------------------------------------------  
Seq Scan on tbl_user_jsonb (cost=0.00..72859.90 rows=10042 width=143) (actual time=0.023..524.843 rows=1 loops=1)  
Filter: ((user_info ->> 'user_name'::text) = '1_francs'::text)  
Rows Removed by Filter: 1999999  
Planning time: 0.091 ms  
Execution time: 524.876 ms  
(5 rows) 

 

上述SQL执行时间为524毫秒左右，基于user_info字段的user_name键值创建btree索引如下：

 

mydb=> CREATE INDEX idx_jsonb ON tbl_user_jsonb USING btree ((user_info->>'user_name')); 

 

再次执行上述查询，如下所示：

 

Bitmap Heap Scan on tbl_user_jsonb (cost=155.93..14113.93 rows=10000 width=143) (actual time=0.027..0.027 rows=1 loops=1)  
Recheck Cond: ((user_info ->> 'user_name'::text) = '1_francs'::text)  
Heap Blocks: exact=1  
-> Bitmap Index Scan on idx_jsonb (cost=0.00..153.43 rows=10000 width=0) (actual time=0.021..0.021 rows=1 loops=1)  
Index Cond: ((user_info ->> 'user_name'::text) = '1_francs'::text)  
Planning time: 0.091 ms  
Execution time: 0.060 ms  
(7 rows) 

 

根据上述执行计划看出走了索引，并且SQL时间下降到0.060ms。为更好地对比tbl_user_json、tbl_user_jsonb表基于键值查询的效率，计划根据user_info字段id键进行范围扫描对比性能，创建索引如下：

 

mydb=> CREATE INDEX idx_gin_user_info_id ON tbl_user_json USING btree  
(((user_info ->> 'id')::integer));  
CREATE INDEX  
mydb=> CREATE INDEX idx_gin_user_infob_id ON tbl_user_jsonb USING btree 

 

索引创建后，查询tbl_user_json表如下：

 

mydb=> EXPLAIN ANALYZE SELECT id,user_info->'id',user_info->'user_name' 
FROM tbl_user_json  
WHERE (user_info->>'id')::int4>1 AND (user_info->>'id')::int4<10000;  
Bitmap Heap Scan on tbl_user_json (cost=166.30..14178.17 rows=10329 width=68) (actual time=1.167..26.534 rows=9998 loops=1)  
Recheck Cond: ((((user_info ->> 'id'::text))::integer > 1) AND (((user_info ->> 'id'::text))::integer < 10000))  
Heap Blocks: exact=338  
-> Bitmap Index Scan on idx_gin_user_info_id (cost=0.00..163.72 rows=10329 width=0) (actual time=1.110..1.110 rows=19996 loops= 1)  
Index Cond: ((((user_info ->> 'id'::text))::integer > 1) AND (((user_info ->> 'id'::text))::integer < 10000)) 
Planning time: 0.094 ms  
Execution time: 27.092 ms  
(7 rows) 

 

根据以上看出，查询表tbl_user_json的user_info字段id键值在1到10000范围内的记录走了索引，并且执行时间为27.092毫秒，接着测试tbl_user_jsonb表同样SQL的检索性能，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT id,user_info->'id',user_info->'user_name'  
FROM tbl_user_jsonb  
Bitmap Heap Scan on tbl_user_jsonb (cost=158.93..14316.93 rows=10000 width=68) (actual time=1.140..8.116 rows=9998 loops=1)  
Heap Blocks: exact=393  
-> Bitmap Index Scan on idx_gin_user_infob_id (cost=0.00..156.43 rows=10000 width=0) (actual time=1.058..1.058 rows=18992 loops =1)  
Planning time: 0.104 ms  
Execution time: 8.656 ms  
(7 rows) 

 

根据以上看出，查询表tbl_user_jsonb的user_info字段id键值在1到10000范围内的记录走了索引并且执行时间为8.656毫秒，从这个测试看出jsonb检索比json效率高。

从以上两个测试看出，正好验证了“json写入比jsonb快，但检索时比jsonb慢”的观点，值得一提的是如果需要通过key/value进行检索，例如以下：

 

SELECT * FROM tbl_user_jsonb WHERE user_info @> '{"user_name": "2_francs"}'; 

这时执行计划为全表扫描，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM tbl_user_jsonb WHERE user_info @> '{"user_name": "2_francs"}';  
QUERY PLAN  
------------------------------------------------------------------------------------  
Seq Scan on tbl_user_jsonb (cost=0.00..67733.00 rows=2000 width=143) (actual time=0.018..582.207 rows=1 loops=1)  
Filter: (user_info @> '{"user_name": "2_francs"}'::jsonb)  
Rows Removed by Filter: 1999999  
Planning time: 0.065 ms  
Execution time: 582.232 ms  
(5 rows) 

 

从以上看出执行时间为582毫秒左右，在tbl_user_jsonb字段user_info上创建gin索引，如下所示：

 

mydb=> CREATE INDEX idx_tbl_user_jsonb_user_Info ON tbl_user_jsonb USING gin(user_Info); 
CREATE INDEX

索引创建后，再次执行以下，如下所示：

 

Bitmap Heap Scan on tbl_user_jsonb (cost=37.50..3554.34 rows=2000 width=143) (actual time=0.079..0.080 rows=1 loops=1)  
Recheck Cond: (user_info @> '{"user_name": "2_francs"}'::jsonb)  
Heap Blocks: exact=1  
-> Bitmap Index Scan on idx_tbl_user_jsonb_user_info (cost=0.00..37.00 rows=2000 width=0) (actual time=0.069..0.069 rows=1 loops=1)  
Index Cond: (user_info @> '{"user_name": "2_francs"}'::jsonb)  
Planning time: 0.094 ms  
Execution time: 0.114 ms  
(7 rows) 

 

从以上看出走了索引，并且执行时间下降到了0.114毫秒。

这部分内容测试了json、jsonb数据类型读写性能差异，验证了json写入时比jsonb快，但检索时比jsonb慢的观点。

三、全文检索支持JSON和JSONB

接下来我们来介绍PostgreSQL 10的一个新特性：全文检索支持json、jsonb数据类型。这部分我们会分两部分来说明，***部分简单介绍PostgreSQL全文检索，第二部分演示全文检索对json、jsonb数据类型的支持。

1、PostgreSQL全文检索简介

对于大多数应用全文检索很少放到数据库中实现，一般使用单独的全文检索引擎，例如基于SQL全文检索引擎Sphinx。PostgreSQL支持全文检索，对于规模不大的应用如果不想搭建专门的搜索引擎，PostgreSQL的全文检索也可以满足需求。

如果没有使用专门的搜索引擎，大部检索需要通过数据库like操作匹配，这种检索方式主要缺点在于：

• 不能很好的支持索引，通常需全表扫描检索数据，数据量大时检索性能很低；

• 不提供检索结果排序，当输出结果数据量非常大时表现更加明显。

PostgreSQL全文检索能有效地解决这个问题，PostgreSQL全文检索通过以下两种数据类型来实现。

Tsvector

tsvector全文检索数据类型代表一个被优化的可以基于搜索的文档，将一串字符串转换成tsvector全文检索数据类型，如下：

 

mydb=> SELECT 'Hello,cat,how are u? cat is smiling! '::tsvector;  
tsvector  
--------------------------------------------------  
'Hello,cat,how' 'are' 'cat' 'is' 'smiling!' 'u?'  
(1 row) 

 

可以看到，字符串的内容被分隔成好几段，但通过::tsvector只是做类型转换，没有进行数据标准化处理，对于英文全文检索可通过函数to_tsvector进行数据标准化，如下所示：

 

mydb=> SELECT to_tsvector('english','Hello cat,');  
to_tsvector  
-------------------  
'cat':2 'hello':1  
(1 row) 

 

Tsquery

tsquery表示一个文本查询，存储用于搜索的词，并且支持布尔操作&、|、!，将字符串转换成tsquery，如下所示：

 

mydb=> SELECT 'hello&cat'::tsquery;  
tsquery  
-----------------  
'hello' & 'cat'  
(1 row) 

 

上述只是转换成tsquery类型，而并没有做标准化，使用to_tsquery函数可以执行标准化，如下所示：

 

mydb=> SELECT to_tsquery( 'hello&cat' ); 

to_tsquery

一个全文检索示例如下，检索字符串是否包括hello和cat字符，本例中返回真。

 

mydb=> SELECT to_tsvector('english','Hello cat,how are u') @@to_tsquery( 'hello&cat' ); 

 

检索字符串是否包含字符hello和dog，本例中返回假。

 

mydb=> SELECT to_tsvector('english','Hello cat,how are u') @@ to_tsquery( 'hello&dog' );  
f  
(1 row) 

 

有兴趣的读者可以测试tsquery的其他操作符，例如|、!等。

注意：这里使用了带双参数的to_tsvector函数，函数to_tsvector双参数的格式如下：

to_tsvector([ config regconfig , ] document text)，本节to_tsvector函数指定了config参数为english，如果不指定config参数，则默认使用default_text_search_config参数的配置。

英文全文检索例子

下面演示一个英文全文检索示例，创建一张测试表并插入200万测试数据，如下所示：

 

mydb=> CREATE TABLE test_search(id int4,name text);  
CREATE TABLE  
mydb=> INSERT INTO test_search(id,name) SELECT n, n||'_francs'  
FROM generate_series(1,2000000) n;  
INSERT 0 2000000 

 

执行以下SQL，查询test_search表name字段包含字符1_francs的记录。

 

mydb=> SELECT * FROM test_search WHERE name LIKE '1_francs';  
id | name  
----+----------  
1 | 1_francs  
(1 row) 

 

执行计划如下：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM test_search WHERE name LIKE '1_francs';  
QUERY PLAN  
-------------------------------------------------------------------------------------Seq Scan on test_search (cost=0.00..38465.04 rows=204 width=18) (actual time=0.022..261.766 rows=1 loops=1)  
Filter: (name ~~ '1_francs'::text)  
Rows Removed by Filter: 1999999  
Planning time: 0.101 ms  
Execution time: 261.796 ms  
(5 rows) 

 

以上执行计划走了全表扫描，执行时间为261毫秒左右，性能很低，接着创建索引，如下所示：

 

mydb=> CREATE INDEX idx_gin_search ON test_search USING gin (to_tsvector('english',name)); 
mydb=> SELECT * FROM test_search WHERE to_tsvector('english',name) @@ to_tsquery('english','1_francs'); 

 

再次查看执行计划和执行时间，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM test_search WHERE to_tsvector('english',name) @@ Bitmap Heap Scan on test_search (cost=18.39..128.38 rows=50 width=36) (actual time=0.071..0.071 rows=1 loops=1)  
Recheck Cond: (to_tsvector('english'::regconfig, name) @@ '''1'' & ''franc'''::tsquery)  
Heap Blocks: exact=1  
-> Bitmap Index Scan on idx_gin_search (cost=0.00..18.38 rows=50 width=0) (actual time=0.064..0.064 rows=1 loops=1)  
Index Cond: (to_tsvector('english'::regconfig, name) @@ '''1'' & ''franc'''::tsquery)  
Planning time: 0.122 ms  
Execution time: 0.104 ms  
(7 rows) 

 

创建索引后，以上查询走了索引并且执行时间下降到0.104毫秒，性能提升了3个数量级，值得一提的是如果SQL改成以下，则不走索引，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM test_search WHERE to_tsvector(name) @@ to_tsquery('1_francs');  
Seq Scan on test_search (cost=0.00..1037730.00 rows=50 width=18) (actual time=0.036..10297.764 rows=1 loops=1)  
Filter: (to_tsvector(name) @@ to_tsquery('1_francs'::text))  
Rows Removed by Filter: 1999999  
Planning time: 0.098 ms  
Execution time: 10297.787 ms  
(5 rows) 

 

由于创建索引时使用的是to_tsvector('english',name)函数索引，带了两个参数，因此where条件中的to_tsvector函数带两个参数才能走索引，而to_tsvector(name)不走索引。

2、JSON、JSONB全文检索实践

在PostgreSQL 10版本之前全文检索不支持json和jsonb数据类型，10版本的一个重要特性是全文检索支持json和jsonb数据类型。

10版本与9.6版本to_tsvector函数的差异

先来看下9.6版本to_tsvector函数，如下：

 

[postgres@pghost1 ~]$ psql francs francs  
psql (9.6.3)  
Type "help" for help.  
mydb=> df *to_tsvector*  
List of functions  
Schema | Name | Result data type | Argument data types | Type  
------------+-------------------+------------------+---------------------+--------  
pg_catalog | array_to_tsvector | tsvector | text | normal  
pg_catalog | to_tsvector | tsvector | regconfig, text | normal  
pg_catalog | to_tsvector | tsvector | text | normal  
(3 rows) 

 

从以上看出9.6版本to_tsvector函数的输入参数仅支持text、text数据类型，接着看下10版本的to_tsvector函数，如下所示：

 

[postgres@pghost1 ~]$ psql mydb pguser  
psql (10.0)  
pg_catalog | to_tsvector | tsvector | json | normal  
pg_catalog | to_tsvector | tsvector | jsonb | normal  
pg_catalog | to_tsvector | tsvector | regconfig, json | normal  
pg_catalog | to_tsvector | tsvector | regconfig, jsonb | normal 

 

从以上看出，10版本的to_tsvector函数支持的数据类型增加了json和jsonb。

创建数据生成函数

为了便于生成测试数据，创建以下两个函数用来随机生成指定长度的字符串，创建random_range(int4, int4)函数如下：

 

CREATE OR REPLACE FUNCTION random_range(int4, int4)  
RETURNS int4  
LANGUAGE SQL  
AS $$  
SELECT ($1 + FLOOR(($2 - $1 + 1) * random ))::int4;  
$$; 

 

接着创建random_text_simple(length int4)函数，此函数会调用random_range(int4, int4)函数。

 

CREATE OR REPLACE FUNCTION random_text_simple(length int4)  
RETURNS text  
LANGUAGE PLPGSQL  
AS $$  
DECLARE  
possible_chars text := '0123456789ABCDEFGHIJKLMNOPQRSTUVWXYZ';  
output text := '';  
i int4;  
pos int4;  
BEGIN  
FOR i IN 1..length LOOP  
pos := random_range(1, length(possible_chars));  
output := output || substr(possible_chars, pos, 1);  
END LOOP;  
RETURN output;  
END; 
$$; 

 

random_text_simple(length int4)函数可以随机生成指定长度字符串，如下随机生成含三位字符的字符串：

 

mydb=> SELECT random_text_simple(3);  
random_text_simple  
--------------------  
LL9  
(1 row) 

 

随机生成含六位字符的字符串，如下所示：

 

mydb=> SELECT random_text_simple(6);  
B81BPW  
(1 row) 

 

后面会用到这个函数生成测试数据。

创建JSON测试表

创建user_ini测试表，并通过random_text_simple(length int4)函数插入100万随机生成六位字符的字符串测试数据，如下所示：

 

mydb=> CREATE TABLE user_ini(id int4 ,user_id int8,  
user_name character varying(64),  
create_time timestamp(6) with time zone default clock_timestamp);  
SELECT r,round(random*1000000), random_text_simple(6)  
FROM generate_series(1,1000000) as r;  
INSERT 0 1000000 

 

创建tbl_user_search_json表，并通过row_to_json函数将表user_ini行数据转换成json数据，如下所示：

 

mydb=> CREATE TABLE tbl_user_search_json(id serial, user_info json);  
CREATE TABLE  
mydb=> INSERT INTO tbl_user_search_json(user_info)  
SELECT row_to_json(user_ini) FROM user_ini;  
INSERT 0 1000000 

 

生成的数据如下：

 

mydb=> SELECT * FROM tbl_user_search_json LIMIT 1;  
id | user_info  
----+-----------------------------------------------------------------------------------------------  
1 | {"id":1,"user_id":186536,"user_name":"KTU89H","create_time":"2017-08-05T15:59:25.359148+08:00"}  
(1 row) 

 

JSON数据全文检索测试

使用全文检索查询表tbl_user_search_json的user_info字段中包含KTU89H字符的记录，如下所示：

 

mydb=> SELECT * FROM tbl_user_search_json  
WHERE to_tsvector('english',user_info) @@ to_tsquery('ENGLISH','KTU89H');  
id | user_info  
----+---------------------------------------------------------------------------------------- 

 

以上SQL能正常执行说明全文检索支持json数据类型，只是上述SQL走了全表扫描性能低，执行时间为8061毫秒，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM tbl_user_search_json  
-----------------------------------------------------------------------------------  
Seq Scan on tbl_user_search_json (cost=0.00..279513.00 rows=5000 width=104) (actual time=0.046..8061.858 rows=1 loops=1)  
Filter: (to_tsvector('english'::regconfig, user_info) @@ '''ktu89h'''::tsquery)  
Rows Removed by Filter: 999999  
Planning time: 0.091 ms  
Execution time: 8061.880 ms  
(5 rows) 

 

创建如下索引：

 

mydb=> CREATE INDEX idx_gin_search_json ON tbl_user_search_json USING  gin(to_tsvector('english',user_info));  
CREATE INDEX 

 

索引创建后，再次执行以下SQL，如下所示：

 

mydb=> EXPLAIN ANALYZE SELECT * FROM tbl_user_search_json WHERE to_tsvector('english',user_info) @@ to_tsquery('ENGLISH','KTU89H');  
Bitmap Heap Scan on tbl_user_search_json (cost=50.75..7876.06 rows=5000 width=104) (actual time=0.024..0.024 rows=1 loops=1)  
Recheck Cond: (to_tsvector('english'::regconfig, user_info) @@ '''ktu89h'''::tsquery)  
Heap Blocks: exact=1  
-> Bitmap Index Scan on idx_gin_search_json (cost=0.00..49.50 rows=5000 width=0) (actual time=0.018..0.018 rows=1 loops=1)  
Index Cond: (to_tsvector('english'::regconfig, user_info) @@ '''ktu89h'''::tsquery)  
Planning time: 0.113 ms  
Execution time: 0.057 ms  
(7 rows) 

 

从上述执行计划看出走了索引，并且执行时间降为0.057毫秒，性能非常不错。

这一小节前一部分对PostgreSQL全文检索的实现做了简单介绍，并且给出了一个英文检索的例子，后一部分通过示例介绍了PostgreSQL10的一个新特性，即全文检索支持json、jsonb类型。

四、总结

本文介绍了PostgreSQL的NoSQL特性，首先介绍了json和jsonb数据类型，之后通过示例对比json、jsonb数据类型读写性能差异，***介绍了PostgreSQL全文检索对json、jsonb类型的支持（PostgreSQL 10新特性）；值得一提的是，PostgreSQL对中文全文检索也是支持的，有兴趣的读者可自行测试。