我想有效地将“集合”存储在数据库（特别是 PostgreSQL）中，但我不确定如何有效地做到这一点。
我想到了几个选项：
在文本或二进制列中存储为列表 ({'first item', 2, 3.14})。这具有在插入数据库和拉出时需要解析的缺点。仅对于文本字符串集，这似乎工作得很好，并且解析很少。对于更复杂的东西，解析变得困难。
在二进制列中存储为泡菜。这似乎应该很快，而且它是完整的（任何可挑选的作品），但不能跨语言移植。
存储为 json（二进制对象或文本流）。比纯文本更大的问题，但更好地定义解析。
还有其他选择吗？有没有人有这方面的经验？
【问题讨论】：
标签： python sql json postgresql pickle
您要做的是在表中的一行和集合的成员之间存储一对多的关系。
您的任何解决方案都不允许通过 SQL 查询集合中的成员。你不能做像select * from mytable where 'first item' in myset 这样的事情。相反，您必须检索文本/blob 并使用另一种编程语言对其进行解码或解析。这意味着如果您想对集合中的元素进行查询，则每次都必须进行全表扫描。
我很不情愿让你在一个我的 数据库中做类似的事情。
我认为你应该把你的系列分成一个单独的表格。我的意思是（因为这显然不像我想象的那么明显），每个集合元素一行，索引在 您所引用的表的主键上，或者，如果您想强制不重复以一点额外空间为代价，您所引用的表的主键 + 设置元素值。
由于您的 set 元素似乎属于异构类型，我认为将它们存储为字符串并没有什么坏处，只要您以某种方式规范化数字即可。
【讨论】：
一种可能的方式是 JSONB 数组。它能够存储任何类型的元素，并且可以被索引以提高搜索速度：
create table t as
select '["first item", 2, 3.14]'::jsonb as x
from generate_series(1,100000);
insert into t values('["second item", 3, 2.72]');
create index idx on t using gin(x);
explain analyse select * from t where x @> '3';
┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ QUERY PLAN │
╞═══════════════════════════════════════════════════════════════════════════════════════════════════════════════╡
│ Bitmap Heap Scan on t (cost=36.78..327.18 rows=100 width=47) (actual time=0.055..0.056 rows=1 loops=1) │
│ Recheck Cond: (x @> '3'::jsonb) │
│ Heap Blocks: exact=1 │
│ -> Bitmap Index Scan on idx (cost=0.00..36.75 rows=100 width=0) (actual time=0.028..0.028 rows=1 loops=1) │
│ Index Cond: (x @> '3'::jsonb) │
│ Planning time: 0.188 ms │
│ Execution time: 0.121 ms │
└───────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
explain analyse select * from t where x @> '[3, "second item"]';
┌───────────────────────────────────────────────────────────────────────────────────────────────────────────────┐
│ QUERY PLAN │
╞═══════════════════════════════════════════════════════════════════════════════════════════════════════════════╡
│ Bitmap Heap Scan on t (cost=68.78..359.18 rows=100 width=47) (actual time=0.087..0.089 rows=1 loops=1) │
│ Recheck Cond: (x @> '[3, "second item"]'::jsonb) │
│ Heap Blocks: exact=1 │
│ -> Bitmap Index Scan on idx (cost=0.00..68.75 rows=100 width=0) (actual time=0.048..0.048 rows=1 loops=1) │
│ Index Cond: (x @> '[3, "second item"]'::jsonb) │
│ Planning time: 0.248 ms │
│ Execution time: 0.187 ms │
└───────────────────────────────────────────────────────────────────────────────────────────────────────────────┘
缺点：
【讨论】：