介绍PostgreSQL中的jsonb数据类型

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860万的类型数据，大概1.1g大小，包括了城市名，国家代码（可以参见完整列表）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；