Postgresql 用于树搜索的数据类型或结构
我使用的是一个大数据结构，它通过字符串标签描述项目树，就像文件系统中的路径字符串一样。有约198000个树元素和约9100000个叶元素 实施方案： 这似乎是自然的选择 通过规范化的表结构：为每个路径等创建一个串行索引，并进行递归搜索 我假设，在实现之后，我可以通过解释和分析来比较两者。但是，在实施之前，是否可以预测差异或估计速度和额外的disck消耗性能 注意事项和测试 关于查询要求，它是开放的：当您通过字符串路径表示层次信息时，层次搜索引擎必须是表达型的，ltree、正则表达式和有时的LIKE运算符都是表达型的 用于测试指南的类似创建表测试路径ltree，包含~198000个树元素： 使用gist path在测试上创建索引路径\u gist\u idx ; - 消耗~3G 选择count*n 从测试路径~'first.second.*.etc\u etc.*' ; - n=149068 解释分析 选择count*n 从测试路径~'first.second.*.etc\u etc.*' ; - 计划时间：0.075毫秒 -执行时间：1317.443毫秒Postgresql 用于树搜索的数据类型或结构,postgresql,performance,Postgresql,Performance,我使用的是一个大数据结构，它通过字符串标签描述项目树，就像文件系统中的路径字符串一样。有约198000个树元素和约9100000个叶元素 实施方案： 这似乎是自然的选择 通过规范化的表结构：为每个路径等创建一个串行索引，并进行递归搜索 我假设，在实现之后，我可以通过解释和分析来比较两者。但是，在实施之前，是否可以预测差异或估计速度和额外的disck消耗性能 注意事项和测试 关于查询要求，它是开放的：当您通过字符串路径表示层次信息时，层次搜索引擎必须是表达型的，ltree、正则表达式和有时的LIK
规范化表的最佳解决方案似乎是闭包表，正如本文所建议的那样 在其他索引策略上，我们可以使用的线索，建议尝试pg_trgm模块。另见 让我们检查所有解决方案 强力索引 蛮力的优势在于不需要改变数据结构，只需要添加一个索引，在大数据环境下，我们有一些额外的磁盘空间。所以，只测试索引，没有拆分成真正的树和指针 测试树搜索 参见问题主体的测试。执行时间：~1300毫秒 良好的层次结构搜索运算符。唯一的问题是索引需要一个新的列，此时字符串必须保留以供其他使用，或者不使用ltree摄取格式。我使用了转换 修剪 代替 regexp_replacetext_路径“[^A-Z0-9_/]+”、“'、“ig”、-清除 “/”，文本路径处的路径分隔符 '.'-ltree分隔符 , ”“干净 ：：ltree 所以，当您转换另一个问题时，通过强制转换ltree2text重用它并不是100%可逆的 使用LIKE运算符进行测试pg_trgm搜索 这是最快的方法：~200毫秒 创建扩展pg_trgm； 使用gin txt\U path gin\U trgm\U ops在t2\U文本上创建索引文本path\U gist\U idx； 解释分析 选择count*n 从t2_文本 其中，txt_路径类似于“first/second/%/etc_etc_etc/%” ; - 计划时间：0.133毫秒 -执行时间：195.524毫秒 - ... 但是，计数结果返回零！ 使用gin colName gin_trgm_ops的索引使用更少的磁盘空间~2G 这里的问题不是性能，而是它不起作用！，这不是两个%的问题，因为它适用于类似的查询，因此不可靠： 当txt_路径如“first/second/%/etc_etc_etc/%”为零时计数。 计算像“%etc\u etc\u etc%”这样的txt\u路径正确的位置。 其他版本的PostgreSQL v12错误似乎相同 用正则表达式搜索测试pg_trgm 它的执行时间约为1000毫秒，比ltree和最可靠的tham-LIKE运算符快一点，磁盘消耗更少 解释分析 选择count*n 从t2_文本 其中txt_path~'^first/second/+//etc_etc_etc/' -定时：第2代2.312毫秒，…，总计27.853毫秒 -执行时间：1017.293毫秒 闭合表 如果不存在，则需要添加一个id bigserial，并添加一个新表，其祖先和后代指向原始表。它会占用更多的磁盘空间，而且…我可以用这个模型进行所有查询吗 它也会消耗更多的程序员时间！，没有自动化的方式将其作为模板表，但PostgreSQL不提供创建额外表的标准解决方案。对于查询，没有简单的运算符 …所以我没有添加测试，它是一个Wiki：如果你在这里编辑一些东西，我可以添加一个测试来显示差异 创建表t2\u TreeCosure 祖先bigint不为NULL， 子体bigint不为NULL， 主键祖先、后代、， 外键祖先引用t2_textid， 外键子代引用t2_textid ;
。。。有时可能会减少原始t2_文本表的磁盘消耗，减少文本，然后将其滑动。需要一个函数来重建路径等，但如果表闭包比tham brute force方法更快，则可以更快。猜测性能是手相阅读。您好@LaurenzAlbe，谢谢。。。。所以，我的猜测是正确的，解释分析后开发的替代解决方案是唯一的方法。嗯：删除问题或等待palm阅读器？如果您有路径字符串数据，ltree显然是最佳选择。除了数据量之外，您预计会有什么波动性，您将运行什么样的查询？谢谢@Bergi，我编辑了注释 关于这个问题。。。但是上下文是开放的，数据挖掘和BI分析，所以功能最强大、最具表现力的层次运算符集更好。没有自动创建闭包表的方法—您可以使用具体化视图或触发器。