有什么比数组重叠更好的方法？ (postgresql)答案

【问题标题】：what is a better way than arrays overlap? (postgresql)有什么比数组重叠更好的方法？ (postgresql)
【发布时间】：2014-06-03 03:59:44
【问题描述】：

我正在为一家商业公司构建一个应用程序，他们需要控制谁可以按项目和角色查看哪些报告，该报告可以属于一个项目，并且可以由多个角色（员工角色）查看。
因此，当提交报告时，它会被标记为项目和角色，例如 "project1" 和 {"manager","seller"} ，例如，从事 project1 工作并且是经理的员工可以看到此报告。我现在的做法很大程度上取决于数组，这就是我所拥有的：

报表：
项目（字符串）
角色（字符串数组）

员工表：
项目（字符串数组）//员工工作/从事的所有项目
角色（字符串数组）//员工可以有多个角色

在查询员工可以看到的报告时，我会这样做：

select * 
from reports 
WHERE (employee.roles && report.roles) AND (report.project = ANY (employee.projects))

我用的是postgresql

问题是我认为这不会有很好的表现（我不确定）
我知道加快此查询的唯一方法是在报告（角色）列上创建 GIN 索引，以使重叠更快

除了性能这个技巧here，只是让我担心：

提示：数组不是集合；搜索特定的数组元素可能是数据库设计错误的标志。考虑使用一个单独的表，其中每个项目将是一个数组元素。这将更容易搜索，并且对于大量元素可能会更好地扩展。

那么有没有更好的设计来做到这一点，或者这样就可以正常工作？

【问题讨论】：

标签： sql arrays database postgresql database-design

【解决方案1】：

简短的回答：您正在做的事情相当理智，但请考虑使用 int 数组而不是字符串，因为它们比较起来更快，并注意警告。

就我个人而言，我会对其进行规范化：添加一个 user_roles 表，以及 role2report 和 user2role。就性能而言，根据我自己的经验，最佳情况是在您的应用中预先计算当前用户的 role_ids，然后使用 IN 子句查询角色。这意味着：

select from reports join role2report ...

在触发器等方面也是如此：关键是计算 role_ids（或 perm_ids）和 then 查询。在任何情况下，您都不希望：

select from reports join role2report join crazy_user2role_role2role_rec_view

从那里最大的优化涉及使用 int 数组或 memcached 或其他任何方式缓存用户角色以方便使用。这避免了不断使用疯狂的 user2role 和递归的 role2role 视图定义，以及你的规范的边缘情况导致你的任何其他类型的疯狂。思维缓存失效。

根据我的经验，缓存访问列表要复杂得多：您应该缓存谁可以读取吗？写？两个都？有些对象是公开的吗？未登录的客人可以访问它们吗？这是一大堆问题。

如果你缓存它，也可以使用 int 数组。扔进去例如-1 代表公共/访客访问，0 代表注册/用户访问。然后在查询中使用数组重叠（注册用户自动获得第 0 行和第 -1 行）。相应地优化你的数组以保持它们的小：如果它包含 -1，那应该是唯一的值；否则为零；否则列出具有授予访问权限的角色 ID。

使用数组的一个警告，顺便说一句：至少在最新版本的 Postgres 之前（现在不确定），没有收集关于数组内容的统计信息。这使得对数据集使用数组不是最佳的，在这些数据集中，可以访问大多数事物的特定角色 ID 应该导致 Postgres 忽略 GIN 索引。这是一个真正的性能杀手，因为这意味着 PG 基本上将获取整个表以获取具有适当权限的前 10 行，而不是使用过滤器对其进行索引扫描。

【讨论】：