如何以可扩展的方式使用 PostgreSQL 用模式表示 JSON 数据？

Question

我有一个应用程序需要使用模式存储任意 JSON 数据。我有模式验证/序列化/等，但我对如何将它存储在 PostgreSQL 中有点困惑。我主要关心的是可扩展性：如果我的数据库增长（比如超过 100GB）会发生什么。我当前的架构如下所示：

CREATE TABLE "Schema" (
    "namespace" CHAR(50) NOT NULL,
    "name" CHAR(50) NOT NULL,
    "version" CHAR(50) NOT NULL,
    "schemaObject" JSONB NOT NULL,
    "createdAt" TIMESTAMP(6) NOT NULL DEFAULT CURRENT_TIMESTAMP,
    "updatedAt" TIMESTAMP(6) NOT NULL DEFAULT CURRENT_TIMESTAMP,
    "deletedAt" TIMESTAMP(6),

    CONSTRAINT "Schema_pkey" PRIMARY KEY ("namespace","name","version")
);

CREATE TABLE "Data" (
    "id" TEXT NOT NULL,
    "data" JSONB NOT NULL,
    "createdAt" TIMESTAMP(6) NOT NULL,
    "updatedAt" TIMESTAMP(6) NOT NULL,
    "deletedAt" TIMESTAMP(6),
    "schemaNamespace" CHAR(50) NOT NULL,
    "schemaName" CHAR(50) NOT NULL,
    "schemaVersion" CHAR(50) NOT NULL,

    CONSTRAINT "Data_pkey" PRIMARY KEY ("id")
);

ALTER TABLE "Data" ADD CONSTRAINT "Data_schemaNamespace_schemaName_schemaVersion_fkey" FOREIGN KEY ("schemaNamespace", "schemaName", "schemaVersion") REFERENCES "Schema"("namespace", "name", "version") ON DELETE RESTRICT ON UPDATE CASCADE;

所以每个 JSON Schema 都存储在 Schema 表中，并由 namespace+name+version 组合唯一标识。然后我有一个Data 表，我可以在其中存储个人记录。我怎样才能改进它以使其具有可扩展性？我对“将所有内容存储在一张表中”的想法感到担忧。是我做错了，还是这是正确的方法？

关于将使用它的应用程序的更多信息：它是一种数据聚合服务，将为外部客户端提供联合查询接口 (GraphQL)。每个Data 对象中都会有一个id，我将根据id 进行查询，但除此之外，我只会查询Schema 的数据列表。这也必须是一个通用的解决方案，我不期望特定的查询模式。我还将使用可能基于高度精细的 createdAt 字段的游标（我不希望写入更频繁地得到 6 的精度支持）。

Answer 1

您的问题非常广泛。这样的表可以扩展到数百 GB，但是您需要问自己要对该数据运行什么样的操作，以便能够弄清楚您还需要做什么（很可能是一些 JSON 字段等的索引）。

在基于 SQL 的 RDBMS 中使用 JSON 的真正威力在于有机会获得两全其美的机会。这意味着通常最好对数据的至少某些部分使用结构化数据、外键约束等，并将 JSON 类型仅用于需要更大灵活性的那些部分。

Answer 2

您添加的信息太少，无法给出明确的答案。例如，这些 JSON 列中将存储什么？这些数据会有多大？这些数据将如何用于查询？

但我怀疑你的设计不好。例如，您说每个 JSON 对象都有一个您想要查询的名为 id 的属性。将该属性存储为常规表列会更好！

尝试提出一个完全避免使用 JSON 的数据模型。仅对无法以其他方式建模的数据方面使用 JSON。或许你可以从my article那里得到一些启发。