以下情况的最佳选择是什么？

Question

我在我的 Postgresql 数据库中使用 JSONB 字段来存储以下文档。我拥有数千份文件。我需要使用这些数据创建报告，但搜索速度很慢。

如果我需要创建一个报告来说明一个月的新用户，我需要查看整个文档来比较用户是否在一个月内而不是另一个月内。

消息文档：

[{"recipient":1,"user":4,"created_at":"2016-11-10","content":"Duis aliquam convallis nunc.","is_sender_user":true},
{"recipient":1,"user":18,"created_at":"2016-12-10","content":"Proin eu mi.","is_sender_user":false},
{"recipient":1,"user":4,"created_at":"2016-11-20","content":"In hac habitasse platea dictumstm.","is_sender_user":true},
{"recipient":1,"user":20,"created_at":"2016-12-14","content":"Donec ut dolor.","is_sender_user":true},
{"recipient":1,"user":13,"created_at":"2016-12-06","content":"Nulla mollis molestie lorem. Quisque ut erat. Curabitur gravida nisi at nibh.","is_sender_user":true}]

最好创建一个用户表并创建一个 JSONB 消息字段来存储您的消息。或者我可以使用 JSONB 查询创建我的报告？

Answer 1

您的消息文档描述了用户之间的关系：发送者将内容传输给接收者。发件人可能会发送许多消息，收件人可能会收到许多消息。这最好用关系结构来表示，用户表和消息表对发送者和接收者具有外键约束。

可以像您正在做的那样将所有内容放入 JSONB 字段，但有一些主要缺点：查询性能受到影响，尽管正如 Samuil Petrov 提到的，这可以通过索引来改善；但更重要的是，没有什么可以阻止消息具有无效的用户或收件人 ID。使用无模式 JSONB 字段可以简化开发，同时您仍在计算需要存储的内容，但是一旦您知道自己需要什么，就应该由您的模式强制执行。

Answer 2

正如 Samuil Petrov 提到的，您可以在 jsonb 字段上创建索引，我建议在 created_at 和 user 的月份部分创建索引

create INDEX td002_si3 ON testData002 (substring(doc->>'created',0,8),(doc->>'user'));

用这个查询

SELECT 
      substring(doc ->> 'created', 0, 8) AS m,
      ARRAY_AGG(DISTINCT doc ->> 'user')          AS users
    FROM testData002
    GROUP BY substring(doc ->> 'created', 0, 8)

将通过索引扫描为您提供每月用户数

GroupAggregate  (cost=0.28..381.52 rows=3485 width=50)
  Group Key: ""substring""((doc ->> 'created'::text), 0, 8)
  ->  Index Scan using td002_si3 on testdata002  (cost=0.28..294.28 rows=3500 width=50)

生成的测试数据

create table testData002 as 
     select row_number() OVER () as id
           ,jsonb_build_object('created',dt::DATE
                              ,'user',(random()*1000)::INT) as doc 
       from generate_series(1,10),generate_series('2016-01-01'::TIMESTAMP,'2016-12-15'::TIMESTAMP,'1 day'::INTERVAL) as dt;