Postgresql杂谈 05—Postgresql中的JSON和JSONB类型
作者：互联网
一、JSON和JSONB
Postgresql相比较与其它关系型数据库，很大的一个优势在于它内置了很多中特殊的数据类型，像inet、MAC，本文所介绍的json和jsonb类型也是Postgresql特有的2种数据类型，其实他们的本质都是存储jon格式的数据，但是不同的是json格式是按照原样的json字符串进行存储，包括字符串中的重复键、空格、顺序也都会原样保存；而jsonb格式会对原样的json字符串进行解析，会删除重复的键以及空格，而且也不会保证键的顺序，在存储时会转换成二进制。因此，json数据存储时较快，但是读取时稍慢；而jsonb数据存储时稍慢，但是读取时较快。
除此之外，json和jsonb还有一些其它方面的区别：
（1）两者所用的操作和操作符大部分相同，但是jsonb会有一些特定的操作符，如“=”用来判断两个jsonb对象是否相等，“@>”用来判断左边的操作数是否包含右边的操作数。
（2） 我们可以在jsonb类型的字段上直接创建索引，但是在json类型的字段上只能创建函数索引，无法创建直接索引。
下面，笔者就上述这些内容进行验证。首先，先看下笔者用到的两个数据表：
stock_analysis_data=# \d+ custmer
Table "public.custmer"
Column | Type | Collation | Nullable | Default | Storage | Stats target | Description
--------+-----------------------+-----------+----------+-------------------------------------+----------+--------------+-------------
id | integer | | not null | nextval('custmer_id_seq'::regclass) | plain | |
name | character varying(40) | | | | extended | |
tag | json - custmer表 —— 具有一个json类型的字段tag
stock_analysis_data=# \d+ account
Table "public.account"
Column | Type | Collation | Nullable | Default | Storage | Stats target | Description
--------+-----------------------+-----------+----------+-------------------------------------+----------+--------------+-------------
id | integer | | not null | nextval('account_id_seq'::regclass) | plain | |
name | character varying(40) | | | | extended | |
tag | jsonb | | | | extended | |
- account表——具有一个jsonb类型的字段tag
二、插入JSON数据
-
插入json标准格式数据
我们先向custmer表中插入一条标准json格式的数据，以验证json类型数据的插入效果。
stock_analysis_data=# insert into custmer (name,tag) values ('tom','{"age":17,"job":"开发"}');
INSERT 0 1接下来，我们查看整个custmer表里面的数据：
stock_analysis_data=# select * from custmer;
id | name | tag
----+------+-------------------------
1 | tom | {"age":17,"job":"开发"}
(1 row)然后，向account插入一条数据。
stock_analysis_data=# insert into account (name,tag) values ('tom','{"age":17,"job":"开发"}'); INSERT 0 1查看插入后的数据：
stock_analysis_data=# insert into account (name,tag) values ('tom','{"age":17,"job":"开发"}');
INSERT 0 1我们发现，从account表里面查询出来的数据，tag字段也是一个标准的json格式，实际上json和jsonb两者的主要差异在于存储的数据结构，jsonb是以二进制方式存储的。但是，对于我们使用客户端进行查询来说，查询出来的jsonb格式的数据也会最终以json标准格式呈现出来，他们的存储结构的异同，对我们是无感的。
-
插入时重复键、空格、和顺序处理
接下来我们验证下json格式和jsonb格式对于json数据中重复键、空格和顺序的处理。我们向向custmer表中插入包含空格和重复键的数据。
stock_analysis_data=# insert into custmer (name,tag) values ('tom','{"age":17,"j o b":"开 发","age":19}');
INSERT 0 1
stock_analysis_data=# select * from custmer;
id | name | tag
----+------+----------------------------------
3 | tom | {"age":17,"j o b":"开 发","age":19}
(1 row)从后面的查询到的数据中，我们可以看到：笔者插入的json格式的数据，存在重复键age，而且job字段的键和值都存在空格，而json格式的字段的确没有对重复键和空格进行处理，原样进行的存储。
接下来，笔者向account表中也插入同样的数据，并进行查询：
stock_analysis_data=# insert into account (name,tag) values ('tom','{"age":17,"j o b":"开 发","age":19}');
INSERT 0 1
stock_analysis_data=# select * from account;
id | name | tag
----+------+--------------------------------
2 | tom | {"age": 19, "j o b": "开 发"}
(1 row)细心的朋友已经发现，为什么json键值对里面的空格没有去掉？不是说jsob会去掉空格吗？实际上，isonb里面的去空格，并不是指键值对内部的去空格，而是去掉键值对之间的空格，比如下面的例子，笔者在第一个age和job之间加了几个空格，查出来之后，发现已经消失。
stock_analysis_data=# insert into account (name,tag) values ('tom','{"age":17, "j o b":"开 发","age":19}');
INSERT 0 1
stock_analysis_data=# select * from account;
id | name | tag
----+------+--------------------------------
3 | tom | {"age": 19, "j o b": "开 发"}而且我们还发现，jsob去重时默认保留的是重复的最后一个键值对，而且对json中键值对的顺序进行了排序。
-
插入错误格式的json数据
json和jsonb存储json字符串，相比较于直接使用text等字符串类型存储json字符串，最大的一个特点就是，前者会进行json格式的校验，而后者不会校验，比如下面的例子，笔者直接插入了一个错误格式(后面两个键值对之间缺少逗号)的json字符串到custmer表，最终插入失败：
stock_analysis_data=# insert into account (name,tag) values ('tom','{"age":17,"job":"开发""age":19}');
ERROR: invalid input syntax for type json
LINE 1: insert into account (name,tag) values ('tom','{"age":17,"job...
^
DETAIL: Expected "," or "}", but found ""age"".
CONTEXT: JSON data, line 1: {"age":17,"job":"开发""age"..三、常见的JSON/JSONB操作符或者函数
Postgresql提供了一系列的json/jsonb相关的操作符或者函数，可以使我们能够很方便的操作json/jsonb，下面，笔者就一部分常用的操作符或者函数进行介绍。
-
->操作符
作用：通过键取出json/jsonb中的值。
stock_analysis_data=# select tag->'age' from account where name='tom';
?column?
----------
19- ->>操作符
作用：通过键取出json/jsonb中的值，但是返回的结果会自动转成text类型。
stock_analysis_data=# select tag->>'age' from account where name='tom';
?column?
----------
19- #>操作符
作用：对于嵌套的json数据，可以按照路径进行值得获取。
在验证这个操作符使用之前，我们先需要先向数据库中插入一个嵌套的json数据，插入后的数据如下所示：
stock_analysis_data=# select * from account where name='jerry';
id | name | tag
----+-------+----------------------------------------
4 | jerry | {"info": {"age": 18, "job": "架构师"}}
(1 row)我们现在要做的，就是使用#>操作符来获取age对应的值：
stock_analysis_data=# select tag#>'{info,age}' from account where name='jerry';
?column?
----------
18
(1 row)- =操作符
作用：只能用于jsonb，判断两个jsonb的数据是不是相等。
stock_analysis_data=# select * from account where tag='{"age": 19, "j o b": "开 发"}'::jsonb;
id | name | tag
----+------+--------------------------------
3 | tom | {"age": 19, "j o b": "开 发"}需要注意的是，jsonb数据是顺序敏感的，键值对的顺序不同时，两个jsonb的数据不相同。
- @>操作符和<@操作符
作用：只能用于jsonb，@>操作符的作用是判断左操作数的jsonb对象是否包含右操作数的jsonb对象，而<@作用和其相反。
stock_analysis_data=# select * from account where tag@>'{"age": 19}'::jsonb;
id | name | tag
----+------+--------------------------------
3 | tom | {"age": 19, "j o b": "开 发"}- to_json函数
作用：把其它类型的对象转换成json对象
在验证它的使用之前，我们先创建一个自定义的TYPE:
stock_analysis_data=# create type info as(age integer,job text);
CREATE TYPE使用to_json向account表里面的tag字段添加info类型数据，并自动转成jsonb格式：
stock_analysis_data=# insert into account (name,tag) values ('tom',to_json('(19,"开发")'::info));
INSERT 0 1
stock_analysis_data=# insert into account (name,tag) values ('jerry',to_json('(35,"架构师")'::info));
INSERT 0 1
stock_analysis_data=# select * from account;
id | name | tag
----+-------+------------------------------
5 | tom | {"age": 19, "job": "开发"}
6 | jerry | {"age": 35, "job": "架构师"}
(2 rows)四、JSON/JSONB数据的修改
针对json/jsonb字段进行修改，可以使用||操作符：
stock_analysis_data=# update account set tag=tag||'{"age":20}' where name='tom';
UPDATE 1再有，如果是jsonb格式的数据，可以使用jsonb_set的方法：
stock_analysis_data=# update account set tag=jsonb_set(tag,'{age}','28') where name='tom';
UPDATE 1
stock_analysis_data=# select * from account where name='tom';
id | name | tag
----+------+----------------------------
5 | tom | {"age": 28, "job": "开发"}
(1 row)jsonb的函数原型如下：
jsonb_set(target jsonb, path text[], new_value jsonb[, create_missing boolean])- target —— 目标jsonb格式的字段
- path —— json格式中目标值的路径
- new_value —— 新的值，注意这里如果目标的值类型为数字时，这里也要加上单引号。
五、JSON/JSONB数据的删除
删除json/jsonb里面的键值对，可以使用‘-’操作符：
stock_analysis_data=# update account set tag=tag-'age' where name='tom';
UPDATE 1
stock_analysis_data=# select * from account where name='tom';
id | name | tag
----+------+-----------------
5 | tom | {"job": "开发"}
(1 row)六、为JSON/JSONB添加索引
上文中已经提到，JSON类型没有提供相关的比较函数，是无法直接创建索引的，只能使用函数索引。但是JSONB类型可以直接在上面建立索引，可以是BTree索引，也可以是GIN索引。但是BTree索引不关心JSON内部的数据，只是简单将JSONB的值顺序排列，在实际的应该场景中基本不会用到，我们通常说的再JSONB类型中创建的索引是指GIN索引。
-
为JSON字段增加函数索引
下面，笔者先演示再custmer表中，创建函数索引的方法，在此之前，我们要做些准备功能，先向表中插入200W条数据。
stock_analysis_data=# select count(*) from custmer;
count
---------
2097152
(1 row)在这200W条数据中，有10条数据的tag字段中，age=21，在插入索引之前，先执行查询查看耗时：
stock_analysis_data=# explain (analyze,verbose) select * from custmer where tag->>'age'='21';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------
----------
Gather (cost=1000.00..34755.80 rows=10486 width=47) (actual time=0.338..1683.812 rows=10 loops=1)
Output: id, name, tag
Workers Planned: 2
Workers Launched: 2
-> Parallel Seq Scan on public.custmer (cost=0.00..32707.20 rows=4369 width=47) (actual time=1098.140..1657.965 rows=3
loops=3)
Output: id, name, tag
Filter: ((custmer.tag ->> 'age'::text) = '21'::text)
Rows Removed by Filter: 699047
Worker 0: actual time=1650.803..1650.816 rows=7 loops=1
Worker 1: actual time=1643.537..1643.538 rows=0 loops=1
Planning Time: 0.049 ms
Execution Time: 1683.847 ms
(12 rows)
Time: 1684.334 ms (00:01.684) 我们发现，整个查询，在没有走索引的情况下耗时1683ms。现在，我们使用json_extract_path_text建立一个函数索引。
stock_analysis_data=# create index myfuncinx on custmer using btree(json_extract_path_text(tag,'age'));
CREATE INDEX
Time: 3879.206 ms (00:03.879)再利用json_extract_path_text函数执行查询：
stock_analysis_data=# explain (analyze,verbose) select * from custmer where json_extract_path_text(tag,'age')='21';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------
-
Bitmap Heap Scan on public.custmer (cost=197.69..17322.43 rows=10486 width=47) (actual time=0.082..0.094 rows=10 loops=1)
Output: id, name, tag
Recheck Cond: (json_extract_path_text(custmer.tag, VARIADIC '{age}'::text[]) = '21'::text)
Heap Blocks: exact=2
-> Bitmap Index Scan on myfuncinx (cost=0.00..195.07 rows=10486 width=0) (actual time=0.064..0.065 rows=10 loops=1)
Index Cond: (json_extract_path_text(custmer.tag, VARIADIC '{age}'::text[]) = '21'::text)
Planning Time: 2.450 ms
Execution Time: 0.147 ms
(8 rows)
Time: 3.063 ms可以看到，本次查询走了索引，而且总耗时3ms，是原来的1/500。
-
为JSONB创建GIN索引
接下来，笔者演示一下在JSONB字段上创建GIN索引的方法，以及比较创建索引前后的查询效率。在此之前，我们先要向account表里面插入200W条测试数据。
stock_analysis_data=# select count(*) from account;
count
---------
2097152
(1 row)200W条数据中，有6条数据的tag字段，job为‘项目经理’，我们找到这6条数据。
首先，在未添加索引的情况下查找：
stock_analysis_data=# explain (analyze,verbose) select * from account where tag @>'{"job":"项目经理"}';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------
-------
Gather (cost=1000.00..30692.37 rows=2097 width=43) (actual time=0.336..565.635 rows=6 loops=1)
Output: id, name, tag
Workers Planned: 2
Workers Launched: 2
-> Parallel Seq Scan on public.account (cost=0.00..29482.67 rows=874 width=43) (actual time=354.463..542.827 rows=2 lo
ops=3)
Output: id, name, tag
Filter: (account.tag @> '{"job": "项目经理"}'::jsonb)
Rows Removed by Filter: 699049
Worker 0: actual time=525.154..525.161 rows=4 loops=1
Worker 1: actual time=538.161..538.162 rows=0 loops=1
Planning Time: 0.062 ms
Execution Time: 565.678 ms
(12 rows)
Time: 566.094 ms发现整个查找过程花费了566ms的时间。接下来，我们在tag上创建GIN索引。jsonb的GIN索引分为两种：
（1）使用默认的jsonb_ops操作符创建。
（2）使用jsonb_path_ops操作符创建。
两者的区别是：前者的jsonb数据中每个key和value都是作为一个单独的索引项，而后者则为每个键值对只做一个索引项。举个例子说：对于{"job":"项目经理"}这个json，jsonb_ops会为"job"，“项目经理”创建两个索引，而jsonb_path_ops只会为“job”和"项目经理"组合成一个Hash值来作为一个索引项。因为少了很多索引项，所以jsonb_path_ops索引会比jsonb_ops索引小，而且性能也有所提升。
下面，我们分别创建两种GIN索引，并演示查询。首先创建默认的jsonb_ops索引：
stock_analysis_data=# create index myjsongininx on account using gin(tag);
CREATE INDEX
Time: 2018.663 ms (00:02.019
stock_analysis_data=# explain (analyze,verbose) select * from account where tag @>'{"job":"项目经理"}';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------
Bitmap Heap Scan on public.account (cost=1140.25..7158.99 rows=2097 width=43) (actual time=0.118..0.131 rows=6 loops=1)
Output: id, name, tag
Recheck Cond: (account.tag @> '{"job": "项目经理"}'::jsonb)
Heap Blocks: exact=3
-> Bitmap Index Scan on myjsongininx (cost=0.00..1139.73 rows=2097 width=0) (actual time=0.101..0.102 rows=6 loops=1)
Index Cond: (account.tag @> '{"job": "项目经理"}'::jsonb)
Planning Time: 0.089 ms
Execution Time: 0.171 ms
(8 rows)
Time: 0.723 ms可以看到查询的性能得到了大幅度的提升。接着再使用jsonb_path_ops创建一个GIN索引（先要删除之前的索引），并进行查询。
stock_analysis_data=# create index myjsongininx2 on account using gin(tag jsonb_path_ops);
CREATE INDEX
Time: 1097.963 ms (00:01.098)
stock_analysis_data=# explain (analyze,verbose) select * from account where tag @>'{"job":"项目经理"}';
QUERY PLAN
---------------------------------------------------------------------------------------------------------------------------
Bitmap Heap Scan on public.account (cost=440.25..6458.99 rows=2097 width=43) (actual time=0.027..0.039 rows=6 loops=1)
Output: id, name, tag
Recheck Cond: (account.tag @> '{"job": "项目经理"}'::jsonb)
Heap Blocks: exact=3
-> Bitmap Index Scan on myjsongininx2 (cost=0.00..439.73 rows=2097 width=0) (actual time=0.013..0.013 rows=6 loops=1)
Index Cond: (account.tag @> '{"job": "项目经理"}'::jsonb)
Planning Time: 0.081 ms
Execution Time: 0.072 ms
(8 rows)
Time: 0.639 msjsonb_path_ops索引同样大幅度提升了查询效率，而且它的查询耗时还要比jsonb_ops索引要小点。
标签：account,Postgresql,JSONB,05,age,json,tag,data,jsonb 来源： https://blog.csdn.net/lzhui1987/article/details/118929078