sql - 加快嵌套在 jsonb 对象数组中的键值的范围测试

Question

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
);

其中 children 是一个具有以下结构的 json 数组:

[
    {
        "name": "child1",
        "age": 10
    }, 
    {
        "name": "child2",
        "age": 12
    } 
]

例如，我需要获取所有 child 年龄在 10 到 12 岁之间的 parent 。

我创建以下查询:

select distinct
  p.*
from
  parents p, jsonb_array_elements(p.children) c
where
  (c->>'age')::int between 10 and 12;

当 parents 表很大(例如 1M 条记录)时，它运行良好但速度很慢。我尝试在 children 字段上使用“ Gin ”索引，但这没有帮助。

那么有没有办法加快这样的查询呢？或者也许有另一种解决方案可以针对 嵌套 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

Answer 1

第一个直接措施是使查询速度更快:

SELECT *
FROM   parents p
WHERE  EXISTS (
   SELECT FROM jsonb_array_elements(p.children) c
   WHERE (c->>'age')::int BETWEEN 10 AND 12
   );

EXISTS 半连接避免了当多个数组对象匹配时中间表中的行重复 - 以及在外部查询中对 DISTINCT ON 的需要。但这只是稍快一些。

核心问题是您要测试一个整数值范围，而existing jsonb operators不提供此类功能。

有多种解决方法。不知道这些，这是解决给定示例的“智能”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);

但是如果您的范围超过一手整数值，您将需要更通用的东西。 总是，最佳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 em> jsonb 值有一个或多个匹配的 age 键？ ...

具有专门的、非常快速的索引的相关答案:

• Search for nested values in jsonb array with greater operator

相关:

• Index for finding an element in a JSON array
• Using indexes in json array in PostgreSQL