【PostgreSQL】利用PostgreSQL中的NoSQL功能 |

语言 Chinese, Simplified

SEO Title

Harnessing NoSQL Capabilities in PostgreSQL

理解SQL与NoSQL

SQL和NoSQL数据库各有其独特的优势和劣势。对于哪种最能满足您的数据需求，做出明智的决定取决于对其差异的深刻理解。

SQL（关系型）数据库，如PostgreSQL和MySQL，在表、行和列中以清晰和可预测的结构表示数据。它们遵循ACID属性（原子性、一致性、隔离性和持久性），通过确保数据库事务得到可靠处理，为数据完整性奠定了坚实的基础。

SQL数据库在数据一致性和完整性至关重要的地方大放异彩，例如在处理复杂查询和事务系统（如金融应用程序）时。

相比之下，NoSQL数据库（文档存储）满足了不一定适用于表格表示的大量变化的数据集。NoSQL数据库的例子包括MongoDB、Cassandra和Couchbase。NoSQL数据库使用灵活的模式，允许数据结构随着时间的推移而发展。它们还支持水平可扩展性，将数据分布在多个服务器上，以改进对大数据负载和高流量的处理。

NoSQL数据库通常用于可扩展性至关重要的应用程序，例如在实时应用程序或大型语言模型（LLM）中处理大量数据。NoSQL数据库在处理不断变化的数据结构时也很有用，因为它们允许组织根据数据需求的变化进行调整。

为什么您可以使用PostgreSQL作为文档存储？

PostgreSQL是一个关系型数据库，因此将其视为满足NoSQL需求的选项似乎是不传统的。然而，您的情况可能有充分的理由使用PostgreSQL作为文档存储。

如果您的数据存储需求多种多样——既需要结构化的、符合ACID的数据存储，也需要灵活的、无模式的文档存储——那么您可以利用PostgreSQL来组合关系模型和非关系模型。或者，也许您想要某些NoSQL功能，但也想要ACID属性提供的数据一致性保证。最后，作为一种拥有活跃社区的成熟技术，PostgreSQL提供了全面的SQL支持、高级索引和全文搜索。这些特性，再加上它的NoSQL功能，使PostgreSQL成为一个通用的数据存储解决方案。

将PostgreSQL用于NoSQL样式数据的局限性

尽管PostgreSQL具有多功能性，但与传统的NoSQL数据库相比，它有一定的局限性。虽然PostgreSQL可以垂直扩展，但它本身并不支持水平扩展或具有自动分片的分布式数据，这是NoSQL数据库通常提供的功能。PostgreSQL也不为某些NoSQL数据结构（如宽列存储或图形数据库）提供优化。最后，PostgreSQL没有为优化性能提供可调的一致性，这可能来自一些NoSQL数据库。

当您考虑将PostgreSQL用于大型非结构化数据集时，要知道这些限制可能会影响性能和扩展能力。此外，混合使用SQL和NoSQL数据操作会带来复杂性。仔细规划和理解这两种模式将帮助您避免潜在的陷阱。

然而，有了正确的理解和用例，PostgreSQL可以作为一个强大的工具，提供SQL和NoSQL世界中最好的。

PostgreSQL中的HStore和JSONB

当我们考虑使用PostgreSQL作为NoSQL解决方案的可能性时，我们遇到了三种提供类似NoSQL功能的数据类型，但它们都有独特的特征和用例。

HStore：这种数据类型允许您将键值对存储在单个PostgreSQL值中。它对于存储没有固定模式的半结构化数据非常有用。
JSONB:这是类JSON数据的二进制表示。与HStore相比，它可以存储更复杂的结构，并支持完整的JSON功能。JSONB是可索引的，是处理大量数据的好选择。
JSON：这类似于JSONB，尽管它缺乏JSONB的许多功能和效率。JSON数据类型存储输入文本的精确副本，其中包括空白和重复键。

当您不需要JSONB提供的全部功能时，我们提到JSON数据类型是存储JSON格式数据的有效选择。然而，本文剩余部分的主要关注点将是HStore和JSONB。

HStore

PostgreSQL文档将HStore描述为“具有许多很少检查的属性或半结构化数据的行”时非常有用。在使用HStore数据类型之前，请确保启用HStore扩展：

> CREATE EXTENSION hstore;

HStore表示为零个或多个键=>值，用逗号分隔。对的顺序不重要，也不可靠地保留在输出中。

> SELECT 'foo => bar, prompt => "hello world", pi => 3.14'::hstore;
                      hstore                       
-----------------------------------------------------
"pi"=>"3.14", "foo"=>"bar", "prompt"=>"hello world"
(1 row)

每个HStore密钥都是唯一的。如果HStore声明使用重复的密钥，则只会存储其中一个重复密钥，并且不能保证是哪一个。

> SELECT 'key => value1, key => value2'::hstore;
    hstore     
-----------------
"key"=>"value1"
(1 row)

凭借其扁平的键值结构，HStore提供了简单快捷的查询，非常适合简单的场景。然而，HStore只支持文本数据，不支持嵌套数据，这使得它仅限于复杂的数据结构。

另一方面，JSONB可以处理更广泛的数据类型。

JSONB

JSONB数据类型接受JSON格式的输入文本，然后将其存储为分解的二进制格式。尽管这种转换会使输入稍微慢一点，但结果是处理速度快，索引效率高。JSONB不保留空白或对象键的顺序。

> SELECT '{"foo": "bar", "pi": 3.14, "nested": { "prompt": "hello", "count": 5 } }'::jsonb;
                                jsonb                                
-----------------------------------------------------------------------
{"pi": 3.14, "foo": "bar", "nested": {"count": 5, "prompt": "hello"}}
(1 row)

如果给定了重复的对象键，则保留最后一个值。

> SELECT '{"key": "value1", "key": "value2"}'::jsonb;
      jsonb      
-------------------
{"key": "value2"}
(1 row)

由于JSONB支持复杂的结构和完整的JSON功能，因此它是复杂或嵌套数据的理想选择，优于HStore或JSON。但是，与HStore相比，使用JSONB会带来一些性能开销和增加的存储使用量。

实际示例：使用HStore和JSONB

让我们考虑一些实际的例子来演示如何使用这些数据类型。我们将学习创建表、基本查询和操作以及索引。

基本HStore操作

与使用任何其他数据类型一样，您可以将PostgreSQL数据表中的字段定义为HStore数据类型。

> CREATE TABLE articles ( id serial primary key, title varchar(64), meta hstore );

插入具有HStore属性的记录如下所示：

> INSERT INTO articles (title, meta)
  VALUES (
    'Data Types in PostgreSQL',
    'format => blog, length => 1350, language => English, license => "Creative Commons"');

> SELECT * FROM articles;
id |          title           | meta                                     ----+--------------------------+------------------------------------------  1 | Data Types in PostgreSQL | "format"=>"blog", "length"=>"1350", "license"=>"Creative Commons", "language"=>"English"(1 row)

使用HStore字段，您可以从字段中提取由您提供的键指定的特定键值对：

> SELECT title,          meta -> 'license' AS license,         meta -> 'format' AS format  FROM articles;
              title              |     license      |   format  
---------------------------------+------------------+------------
Data Types in PostgreSQL        | Creative Commons | blog
Advanced Querying in PostgreSQL | None             | blog
Scaling PostgreSQL              | MIT              | blog
PostgreSQL Fundamentals         | Creative Commons | whitepaper
(4 rows)

您还可以使用基于HStore字段中特定值的条件进行查询。

> SELECT id, title FROM articles WHERE meta -> 'license' = 'Creative Commons';

id |          title          
----+--------------------------
  1 | Data Types in PostgreSQL
  4 | PostgreSQL Fundamentals
(2 rows)

您有时可能只想查询HStore字段中包含特定键的行。例如，以下查询只返回元HStore中包含注释键的行。要做到这一点，你会使用？操作人员

> SELECT title, meta->'note' AS note FROM articles WHERE meta ? 'note';
              title              |      note      
---------------------------------+-----------------
PostgreSQL Fundamentals         | hold for review
Advanced Querying in PostgreSQL | needs edit
(2 rows)

这里列出了一些有用的HStore运算符和函数。例如，您可以将HStore的密钥提取到数组中，也可以将HSstore转换为JSON表示。

> SELECT title, akeys(meta) FROM articles where id=1;
          title           |              akeys              
--------------------------+----------------------------------
Data Types in PostgreSQL | {format,length,license,language}
(1 row)

> SELECT title, hstore_to_json(meta) FROM articles where id=1;
          title           |            hstore_to_json
--------------------------+------------------------------------------------
Data Types in PostgreSQL | {"format": "blog", "length": "1350", "license": "Creative Commons", "language": "English"}
(1 row)

基本JSONB操作

在PostgreSQL中使用JSONB数据类型非常简单。表创建和记录插入如下所示：

> CREATE TABLE authors (id serial primary key, name varchar(64), meta jsonb);

> INSERT INTO authors (name, meta)  VALUES    ('Adam Anderson',     '{ "active":true, "expertise": ["databases", "data science"], "country": "UK" }');

请注意，jsonb元字段是以JSON格式的文本字符串提供的。如果您提供的值不是有效的JSON，PostgreSQL会抱怨。

> INSERT INTO authors (name, meta)  VALUES ('Barbara Brandini', '{ "this is not valid JSON" }');
ERROR:  invalid input syntax for type json

错误：json类型的输入语法无效

与HStore类型不同，JSONB支持嵌套数据。

> INSERT INTO authors (name, meta)  VALUES ('Barbara Brandini',          '{ "active":true,             "expertise": ["AI/ML"],             "country": "CAN",             "contact": {               "email": "barbara@example.com",               "phone": "111-222-3333"             }           }');

与HStore类似，JSONB字段可以部分检索，只使用某些键。例如：

> SELECT name, meta -> 'country' AS country FROM authors; name | country ------------------+--------- Adam Anderson | "UK" Barbara Brandini | "CAN" Charles Cooper | "UK"(3 rows)

JSONB数据类型有许多在用法上与HStore相似的运算符。例如，以下使用？运算符只检索元字段中包含联系人关键字的那些行。

> SELECT name, meta -> 'active' AS active, meta -> 'contact' AS contact FROM authors WHERE meta ? 'contact'; name | active | contact ------------------+--------+----------------------------------------------- Barbara Brandini | true | {"email": "barbara@example.com", "phone": "111-222-3333"} Charles Cooper | false | {"email": "charles@example.com"} (2 rows)

使用索引

根据文档，HStore数据类型“支持@>、？、？&和？|运算符的GiST和GIN索引。”有关这两种类型索引之间差异的详细解释，请参阅此处。JSONB的索引使用GIN索引来促进对键或键值对的有效搜索。

创建索引的语句如下所示：

> CREATE INDEX idx_hstore ON articles USING GIN(meta);
> CREATE INDEX idx_jsonb ON authors USING GIN(meta);

具有NoSQL灵活性的SQL结构

让我们回顾一下我们在引言中提到的原始用例。想象一下，一家新闻内容机构以与NoSQL文档存储非常相似的方式存储文章。也许文章可以在JSON中表示为表示部分的有序对象数组，每个部分都有文本内容、符号和格式。此外，每一篇文章都关联着大量的元数据，这些元数据属性在一篇文章与下一篇文章之间是不一致的。

上面的描述概括了组织的大部分NoSQL需求，但它如何管理和组织数据的其他一切都与关系数据模型密切相关。

通过将JSONB等数据类型的NoSQL功能与PostgreSQL的传统SQL优势相结合，组织可以在嵌套数据中享受灵活的模式和快速查询，同时仍然能够执行联合操作和强制执行数据关系。PostgreSQL的HStore和JSONB数据类型为那些需要关系数据库结构但也需要NoSQL风格数据存储的开发人员提供了强大的选择。