PostgreSQL - 我应该在 JSON 列中放入什么

Question

我要存储的数据有这个特点的数据：

• 字段数量有限（我不希望添加新字段）；
• 有些列对所有数据集都是通用的（例如类别字段）；
• 有些列是特定于单个数据集的（每个类别都需要自己的字段）；

这是它在常规表中的样子：

对于这种情况，我无法确定哪种方法更适合将此数据存储在数据库中。

以下是我已有的想法：

• 完全按照表格执行（我会有很多 NULL 值）；
• 将类别划分为表格（我会在需要时使用连接）；
• 使用 JSON 类型来存储值（没有 NULL 值并将其全部放在同一个表中）。

所以我的问题是：

1. 这些解决方案之一（或我没有考虑过的）是否更适合这种情况？
2. 在做出此决定时，除了此处介绍的因素外，我还应考虑其他因素吗？

Answer 1

除非您有很多列（~ 100），否则通常最好使用普通列。 NULL 值在 PostgreSQL 中不占用任何存储空间。

另一方面，如果您的查询可以在WHERE 条件中使用这些列中的任何一个，并且您与= 进行比较，则jsonb 上的单个 GIN 索引可能比拥有多个 B 更好-树索引，因为索引维护成本会更高。

最终答案取决于您计划在该表上运行的 SQL 语句。

Answer 2

您已经很好地列出了三个选项。需要考虑的事项是：

• 性能
• 数据大小
• 每次维护
• 灵活性
• 安全性

请注意，您甚至没有提到安全注意事项。但是表级别的安全性通常比列级别的安全性要简单一些，并且对于 PII（个人身份信息）等受监管的数据可能很重要。

JSON 解决方案的主要优势在于灵活性。添加新列很容易。但你不需要那个。 JSON 在数据大小和数据类型灵活性方面存在成本（特别是 JSON 不明确支持日期/时间）。

多表解决方案需要复制主键，但如果列确实稀疏，则可能会导致整体存储空间减少。 “可能”也可能取决于数据类型。例如，NULL 字符串占用的空间比表记录中的 NULL 浮点数要少。

多个表的连接将是主键上的 1-1。这些应该很快。

我会怎么做？除非答案很明显，否则我会将数据转储到包含一堆列的单个表中。如果该表开始变得笨拙，那么我会考虑将其拆分为单独的表 - 但仍然有一个用于公共列的表。一个或多个表的详细信息可以隐藏在视图后面。

Answer 3

取决于您要存储多少数据，但只要它是有限的，它是否包含大量空值应该不会有太大的区别