Performance 使用'；类似于'；

我需要根据特定列中的特定值从表中检索特定行，该列在示例中命名为columnX：

select *
from tableName 
where columnX similar to ('%A%|%B%|%C%|%1%|%2%|%3%')

因此，如果columnX至少包含一个指定的值（A、B、C、1、2、3），我将保留该行

我找不到比使用类似于的更好的方法。问题是，对于一个行数超过一百万的表来说，查询时间太长

我试着为它建立索引：

create index tableName_columnX_idx on tableName (columnX) 
where columnX similar to ('%A%|%B%|%C%|%1%|%2%|%3%')

但是，如果条件是可变的（值可以不是A、B、C、1、2、3），我需要为每个条件使用不同的索引

这个问题有没有更好的解决办法

---

编辑：谢谢大家的反馈。看来我达到这一点可能是因为一个设计错误（我在a中发布的主题）。

我将发布这篇文章作为一个答案，因为它可能会在将来指导其他人：为什么不有6个栏，

haveA

，

haveB

~

have3

和做一个6部分的

或

查询？还是使用位掩码

如果属性太多，无法为每个属性分配一列，我可能会尝试创建一个“属性”表：

---

让DBMS来考虑优化问题。

如果只搜索一个字符值的列表，则将每个字符串拆分为一个字符数组，并为数组编制索引：

CREATE INDEX
        ix_tablename_columnxlist
ON      tableName
USING   GIN((REGEXP_SPLIT_TO_ARRAY(columnX, '')))

然后根据索引进行搜索：

SELECT  *
FROM    tableName
WHERE   REGEXP_SPLIT_TO_ARRAY(columnX, '') && ARRAY['A', 'B', 'C', '1', '2', '3']

我同意@Quassnoi，a是最快和最简单的-除非写入性能或磁盘空间是问题，因为它占用了大量空间，并消耗了

插入

、

更新

和

删除

的大量性能

我的补充回答是由你的陈述引发的：

I can't find a better approach than using similar to.

如果这就是你发现的，那么你的搜索还没有结束<代码>类似于完全是浪费时间。字面上PostgreSQL的特点是符合（奇怪的）SQL标准。检查查询的

EXPLAIN ANALYZE

输出，您会发现类似于

的
已被正则表达式替换

在内部，每个类似于
表达式的
都被重写为正则表达式。因此，对于每个类似于
表达式的
，至少有一个正则表达式匹配要快一点。如果您不确定，让
解释分析
为您翻译。您在手册中找不到这一点，PostgreSQL不承诺这样做，但我还没有看到例外

更多细节。
这是一个数据建模问题。您似乎将
文本
字段用作一个集合，存储单字符代码以识别集合中存在的值

如果是这样，我希望使用以下方法之一重新构建此表：


标准关系规范化。删除
columnX
，并将其替换为一个新表，该表具有对
tableName（id）
的外键引用，以及一个
charcode
列，该列每行包含一个来自旧
columnX
的字符，如
CREATE table tableName\u columnX\u set（tableName\u id integer非空引用tableName（id），charcode“char”，主键（tablename\u id，charcode））
。然后，您可以使用普通的SQL子查询、联接等相当有效地搜索
columnX
中的键。如果您的应用程序无法处理该更改，您可以始终保留
columnX
，并使用触发器维护边表

将
columnX
转换为具有伪值的键的
hstore
。然后可以使用诸如
columnX？| ARRAY['A'，'B'，'C']
之类的hstore运算符。
columnX
的hstore上的
GiST
索引应该为这些操作提供相当可靠的性能

如果您的表更改率较低，并且您可以支付GIN索引的费用，则拆分为一个数组

将
columnX
转换为整数数组，使用
intarray
和intarray索引。在应用程序中具有代码到整数或转换的映射表


时间允许的话，我会跟进每一个的演示。生成虚拟数据是一件痛苦的事，因此它将取决于其他情况。
您是否总是要搜索单个字符值？类似于
'%ABC%|%BCD%'
的查询是否可能？是的，是基于单个字符的搜索。@FedericoCristina实际上，
columnX
是由
文本
字段中的单个字符代码表示的集合。对的这意味着
列X中的值顺序无关紧要。谢谢您的回答。也许我应该更好地解释这些值（A，B，C，1，2，3），其中仅用于示例。整套选项大约有24种。@FedericoCristina:更新了我的答案。我不确定最后一点是否正确。如果
columnX
具有值
ZAB
并且您正在搜索
A | B
，则该值不匹配，但应该匹配。哦，是的，抱歉。请将其归因于约40小时的失眠：）GIN索引维护起来可能非常昂贵，因此它并不特别适合插入/更新/删除率高的表。对于这个特殊的应用程序，这可能是问题，也可能不是问题。谢谢您的回答。不幸的是，这些表在不断变化（插入和更新）@FedericoCristina：不知道场景的详细信息，但是，在大多数情况下，频繁的完整扫描意味着服务器上的负载比索引更新（甚至
GIN
）要大。你真的试过这两种方法吗？同样，如果你考虑重新设计并能够安装扩展，你可以将你的标志存储在原生代码> iTalay中，并用更友好的更新代码<代码> GIST<代码>。看起来你对建模问题是正确的。我应该在那里做一些重构。我已经编辑了我的问题，并引用了一个新的领域特定问题。谢谢链接！你说得对
I can't find a better approach than using similar to.