查询嵌套在 JSON 数组中的数据的最有效方法是什么？

Question

目前，我正在编写针对超过 800 万行的 JSONB 表的查询。如何以最有效的方式查询parent 和friends 对象？

查询（Postgres 9.6）：

select distinct id, data->>'_id' jsonID, data->>'email' email, friends->>'name' friend_name, parent->>'name' parent
from temp t
CROSS JOIN jsonb_array_elements(t.data->'friends') friends
CROSS JOIN jsonb_array_elements(friends->'parent') parent
where friends ->> 'name' = 'Chan Franco'
and parent->>'name' = 'Hannah Golden'

示例 DDL（带数据）：https://pastebin.com/byN7uyKx

Answer 1

作为规范化的关系设计，您的常规结构化数据会更干净、更小、更快。

也就是说，为了使您的设置快得多（如果不如具有匹配索引的规范化设计那么快），请在表达式data->'friends' 上添加一个GIN 索引强>：

 CREATE INDEX tbl_data_friends_gin_idx ON tbl USING gin ((data->'friends'));

然后使用包含运算符@>将匹配的WHERE 子句添加到我们的查询中：

SELECT DISTINCT  -- why DISTINCT ?
       id, data->>'_id' AS json_id, data->>'email' AS email
     , friends->>'name' AS friend_name, parent->>'name' AS parent
FROM   tbl t
CROSS  JOIN jsonb_array_elements(t.data->'friends') friends
CROSS  JOIN jsonb_array_elements(friends->'parent') parent
WHERE  t.data->'friends' @> '[{"name": "Chan Franco", "parent": [{"name": "Hannah Golden"}]}]'
AND    friends->>'name' = 'Chan Franco'
AND    parent ->>'name' = 'Hannah Golden';

db小提琴here

巨大的区别：在索引的帮助下，Postgres 现在可以识别匹配的行之前取消嵌套每个嵌套的“朋友”整个表中的数组。只有在在基础表中识别出匹配的行之后，jsonb_array_elements() 才会被调用，并保留具有合格数组元素的结果行。

请注意，搜索表达式必须是有效的 JSON，匹配 JSON 数组 data->'friends' 的结构 - 包括外括号 []。但忽略所有不应用作过滤器的键/值对。

相关：

• Index for finding an element in a JSON array

我避免使用表名temp，因为这是一个 SQL 关键字，可能会导致混淆错误。改用名称tbl。