在 Postgres 中存储大量 JSON 数据是不可行的，那么有什么替代方案呢？答案

【问题标题】：Storing large JSON data in Postgres is infeasible, so what are the alternatives?在 Postgres 中存储大量 JSON 数据是不可行的，那么有什么替代方案呢？
【发布时间】：2020-07-11 06:20:27
【问题描述】：

我的表的每条记录中都有大于 2kB 的大型 JSON 数据，目前，这些数据存储在 JSONB 字段中。我的技术栈是 Django 和 Postgres。我没有对此 json 数据执行任何更新/修改，但我确实需要频繁且快速地阅读它。但是，由于 JSON 数据大于 2kB，Postgres 将其拆分为块并放入 TOAST 表中，因此读取过程变得非常缓慢。那么有哪些替代方案呢？我应该使用像 MongoDB 这样的另一个数据库来存储这些大型 JSON 数据字段吗？注意：我不想从这个 JSON 中取出键并将它们变成列。此数据来自 API。

【问题讨论】：

您的替代方案将取决于上下文。也许以相关方式存储它，而不是 JSON？
如果您能提供更多细节，我可能会提供答案：您大约有多少行？ JSON blob 大约有多大？您需要取回所有 JSON 还是只取回其中的一部分？您是否在查询 JSON 中的值？您对数据库服务器的硬件了解多少（是否共享/专用、多少内存、是否在 SSD 上运行等）？
我认为问题不在于 JSONB 字段，而在于数据或行大于 2kB，导致数据存储在行外。 @ResonateAlpha，您是否尝试过以其他方式压缩数据？就我个人而言，我更喜欢将东西保存在一个持久存储解决方案中，然后使用一些内存数据结构（如 Redis）来缓存数据以实现高性能读取。这样，您的平台就不会依赖于多个故障点（例如，如果 mongodb 崩溃，您的系统就会失败，而如果 Redis 失败，您的网站只会运行得更慢）。
嗨，谢谢你们的快速反应。我正在使用此表来存储来自服务器不断命中的各种 api 的响应（JSON 数据）。因此，随着 api 被击中的次数越来越多，表的大小会不断增长。现在，如果有人决定使用相同的参数访问相同的 api（例如，一周后），并且我知道响应将是相同的（我知道响应何时会通过某些 webhook 更改），我将使用这个 db读取 json 并将其发送回请求者。
我不想以相关方式存储它，因为每个 api 都有不同类型的响应，并且某些键可能并不总是出现在每个响应中。我只需要将此数据存储为 json。

标签： json django mongodb postgresql jsonb

【解决方案1】：

如果不了解您的具体情况，很难具体回答，但您可以尝试以下方法：

使用 Postgres 12（已存储）generated columns 来维护通常需要的字段或较小的 JSON blob。这会增加存储开销，但您不必自己维护此副本。
Create indexes for any JSON fields 您正在查询（Postgresql 允许您为 JSON 表达式创建索引）。
使用composite index，其中索引中的第一个字段是您要查询的字段，第二个字段（/json 表达式）是您要检索的值。在这种情况下，Postgresql 应该从索引中检索值。
与1类似，创建materialised view，提取你需要的字段，让你快速查询。您也可以向物化视图添加索引。这可能是一个很好的解决方案，因为物化视图的更新速度可能很慢，但在您的情况下，您的数据无论如何都不会更新。
调查吐司表变慢的原因。我不确定您看到的性能如何，但如果您确实需要提取大量数据，那么无论您选择使用哪种数据库，您都需要快速访问数据。

您的里程可能会因上述所有建议而异，尤其是每个都取决于您的特定用例。（请参阅我评论中的问题）

但是，总体思路是使用 Postgresql 提供的工具来快速访问您的数据。是的，这可能涉及将数据从其原始 JSON blob 中提取出来，但这不需要手动完成。 Postgresql 为此提供了一些很棒的工具。

【讨论】：

您好，感谢您的回答。我不知道物化视图是如何工作的，所以我会尝试一下。
不用担心。我从您的上述回复中意识到，虽然您没有更新行，但您正在插入行。您的物化视图需要刷新，新插入的行才会出现在其中。

【解决方案2】：

如果您只需要完全存储和读取这个 json 对象而不在 WHERE 查询中使用 json 结构，那么简单地将这些数据作为二进制存储在 bytea 列中呢？ https://www.postgresql.org/docs/current/datatype-binary.html

【讨论】：