什么是 json 字段检查和字段范围查询的最佳索引

Question

假设我们有下表：

我有以下对象：

struct Tick = { country string region string type string spec map string -> int # {v1: n1, v2:n2} t timestamp }

我想将这些对象存储在 Posgresql 9.4 中。将有数百万。 90% 的查询将涉及：

• type
• country / region 的组合（两者，一个或无）
• t 范围（大部分将只是 t > tx）

以上所有查询组合都是均匀分布的。 然后大约 5% 将额外涉及检查规范属性：存在或范围。

在 Postgresql 9.4 中对此类对象进行编码的最佳方法是什么？应该创建哪个索引？

几个想法：

1. 将所有字段编码为单个字符串并进行正则表达式查询。例如：encoded = "type;country;v1:n1;v2:n2"。那么，是否可以创建一个复合索引(t, encoded)，这将允许对t 的范围查询和对encoded 的正则表达式查询？在这种方法中，我们忽略了索引中的规范范围检查，
2. 对jsonb 中的所有内容进行编码。那么，是否可以对一些jsonb属性进行索引范围查询呢？

[编辑]
广告。 1. 无需将这些值编码为单个字符串，而是将它们放在一个表中 (tab = {type, country, v1+n1, ...}) 并使用 btree_gini 扩展创建 gin 索引：gin (t timestamp_ops, tab _text_ops)。

Answer 1

保持简单。使用常规表和复合索引。

我会看类似的东西：

CREATE OR REPLACE TABLE blah (
  country text,
  region text,
  type text,
  spec json,
  t timestamp not null
);

那里没有明显的候选键，因此您可能还需要合成主键。

然后在数据上只有一个或多个复合索引，比如

CREATE INDEX blah_t_country_region_idx
ON blah(t, type, country, region);

列的顺序很重要；如果所有查询都使用所有列，它应该从最高选择性到最低选择性。否则，您应该更愿意将大多数查询使用的列放在首位。

您可以创建多个索引。 PostgreSQL 有时也可以为单个查询组合多个索引。

请记住，每个索引都有插入/更新的成本，并且还使用磁盘空间。

一个选项可能是：

CREATE INDEX blah_t_country_region_idx
ON blah(t, type);

然后将country 和region 上的索引分开。或多个综合指数，一个在 t+type+country 上，一个在 t+type+region 上，一个在两者上。这完全取决于您愿意支付多少磁盘空间和 I/O 成本，以及您的确切查询模式。

在不了解查询模式和有一些查询explain 数据的情况下提出更详细的策略是不切实际的。

顺便说一句，根据数据源等，您可能希望将国家和地区外键放入查找表中，而不是存储文字字符串。