Postgresql 如何访问JSONb的内部表示？

在大数据查询中，文本转换中介是一个性能瓶颈。。。好的二进制信息就在JSONb数据类型中：如何拯救它

典型选择，例如：

 with t(x,j) as (select 'hello','{"flag1":true,"flag2":false}'::jsonb) 
 SELECT x FROM t 
 WHERE (j->>'flag1')::boolean AND NOT((j->>'flag2')::boolean)

对文本的转换是一个巨大的性能损失。理想是一种直接执行的机制，从JSONb到Boolean，如

 WHERE (j->'flag1')::magic_boolean AND NOT((j->'flag2')::magic_boolean)

---

PS：有可能使用C++吗？有可能创建一个C++实现来解决这个问题吗？< /P> < P>该特性是在

中实现的。 E.4.3.4。数据类型

[……]

将JSONB标量的强制转换添加到数值和布尔数据类型Anastasia Lubennikova

TL；博士

在性能方面，最好使用>和适当的索引，该索引覆盖所有JSON属性，包括类型转换，以避免访问索引时发生类型转换：

在tj>'{flag1}'，j>'{flag2}'上创建索引idx_flags_btree_jsonb； 在1000000行中选择相同5195行的次数：

->>::boolean | ~75 ms
->::boolean  | ~55 ms
@>           | ~80 ms
#>           | ~40 ms

可扩展性：

有趣的是，一个本地测试显示，除了每个查询的第一次和最后一次运行外，10次运行中有以下最佳数字，其中40万行都缓存在内存中，没有I/O延迟：

->>::boolean |  222.333 ms
->::boolean  |  268.002 ms
@>           | 1644.605 ms
#>           |  207.230 ms

因此，事实上，新的cast似乎减慢了更大数据集的速度，我怀疑这是因为它在转换为布尔值之前仍然转换为文本，但在包装器中，而不是直接转换为文本

我们还可以看到，使用GIN索引的@>操作符在这里的伸缩性不是很好，这是意料之中的，因为它比其他专用索引更通用，因此需要在幕后做更多的工作

但是，如果这些特殊用途的btree索引无法放置到位或I/O成为瓶颈，那么GIN索引将更优越，因为它只消耗磁盘和内存中的一小部分空间，增加了索引缓冲区命中的机会

但这取决于许多因素，需要在了解所有访问应用程序的情况下确定

详情：

最好使用带有单个GIN索引的@>包容运算符，因为它可以节省大量专用索引：

使用tx，j作为选择'hello'，'{flag1:true，flag2:false}'：：jsonb 从t中选择x 其中j@>“{flag1:true，flag2:false}”：：jsonb； …它给出了如下计划：

                        QUERY PLAN                         
-----------------------------------------------------------
 CTE Scan on t  (cost=0.01..0.03 rows=1 width=32)
   Filter: (j @> '{"flag1": true, "flag2": false}'::jsonb)
   CTE t
     ->  Result  (cost=0.00..0.01 rows=1 width=64)
(4 rows)

                                               QUERY PLAN                                               
--------------------------------------------------------------------------------------------------------
 CTE Scan on t  (cost=0.01..0.04 rows=1 width=32)
   Filter: (((j #> '{flag1}'::text[]) = 'true'::jsonb) AND ((j #> '{flag2}'::text[]) = 'false'::jsonb))
   CTE t
     ->  Result  (cost=0.00..0.01 rows=1 width=64)
(4 rows)

作为一种替代方法，如果您可以创建特殊用途的索引，并因此产生写惩罚，请使用>运算符而不是->或->>，这样可以跳过任何性能代价高昂的类型转换，例如

使用tx，j作为选择'hello'，'{flag1:true，flag2:false}'：：jsonb 从t中选择x 其中j>'{flag1}'='true'：jsonb和j>'{flag2}'='false'：jsonb； …产生了如下计划：

                        QUERY PLAN                         
-----------------------------------------------------------
 CTE Scan on t  (cost=0.01..0.03 rows=1 width=32)
   Filter: (j @> '{"flag1": true, "flag2": false}'::jsonb)
   CTE t
     ->  Result  (cost=0.00..0.01 rows=1 width=64)
(4 rows)

                                               QUERY PLAN                                               
--------------------------------------------------------------------------------------------------------
 CTE Scan on t  (cost=0.01..0.04 rows=1 width=32)
   Filter: (((j #> '{flag1}'::text[]) = 'true'::jsonb) AND ((j #> '{flag2}'::text[]) = 'false'::jsonb))
   CTE t
     ->  Result  (cost=0.00..0.01 rows=1 width=64)
(4 rows)

---

因此，这里不再针对给定的常量进行隐式类型转换，但这是一次性操作，不是针对每一行。

谢谢，这是对旧Pg版本的一个很好的提示。对于第11页来说，这是个好消息！，正如@Klin answer所示，它解决了这个问题。您好，感谢所有的基准测试/演示！。编辑后的评论：您使用了PostgreSQL v11？结论是有？是的，我使用的是PostgreSQL 11。不，这不是谎言，类型转换对于v11中的JSONB来说是非常新的，只是它的实现没有比将文本转换为布尔值更好。查看解释计划，很明显，行越多，类型转换越慢。我刚刚用更多的行做了另一个测试，因为我在这里看到了一个趋势来验证…嗨，谢谢你的回复！。是的，这只是一个关于性能的谎言，它是一个糖语法，但不是一个真正严肃的实现。。。也许需要一些选票来说嘿，表现也很重要！给PostgreSQL开发团队。嗯。。。请参阅@Ancoron analysis，关于pg v11的新闻与性能无关，似乎只是一种语法糖。@Ancoron-您对查询计划的解释是错误的。j->“flag1”：：文本与j->“flag1”：：文本不同。在查询计划中，在本例中，flag1常量自动转换为文本。获取点。是的，那是真的，我的错是误解了这里的解释。我只是亲自查看了一下代码，它实际上是直接从JSON结构中提取的真正的布尔值：。