Download as PDF, PPTX
![2
自己紹介
SELECT '{
" 名前 ":" ぬこ＠横浜 ",
" 住所 ":" 横浜市 ",
"Twitter":"@nuko_yokohama",
" 所属 ":{" 会社 ":" 某通信系ソフトウェア会社 ",
" 部署 ":" クラウドな感じ（仕事はクラウドじゃない） ",
" 勤務地 ":" ミナトミライ・スゴイトオイビル "},
" 仕事 ":"PostgreSQL あれこれ ",
" 趣味 ":[" 猫 "," スパ "," 原付旅 ","PostgreSQL"," ラーメン "],
" メモ ":["PostgreSQL は 7.4 の頃からの腐れ縁 ",
" ときどき PostgreSQL イベントで喋ってます ","PostgreSQL ﾁｮｯﾄﾃﾞｷﾙ "],
" 作ったもの ":[" 漢数字型 (ksj)"," ゆるい文字型 (ntext)", "new4j_fdw",
"hit_and_blow BGW"]}'::jsonb;](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-2-2048.jpg)
![5
自己紹介 ( こんなの作ってた )
CREATE FOREIGN TABLE bar3 (
my_name text,
my_gender text,
follower_name text,
follower_gender text)
SERVER foo
OPTIONS (query '{
"query":"START n=node(*)
MATCH p=fm<-[]-n<-[]-fm
RETURN n.name as my_name, n.gender as my_gender,
fm.name as follower_name, fm.gender as follower_gender" }');
SELECT my_name, my_gender, follower_name, follower_gender FROM bar3;
my_name | my_gender | follower_name | follower_gender
---------+-----------+---------------+-----------------
Akagi | Famale | Hiryu | Famale
Nagato | Male | Mutsu | Male
Mutsu | Male | Nagato | Male
Hiryu | Famale | Soryu | Famale
Hiryu | Famale | Akagi | Famale
Soryu | Famale | Hiryu | Famale
(6 rows)
new4j_fdw
グラフデータベース Neo4j を
わざわざ PostgreSQL 経由で
SQL 検索する誰得 FDW
neo4j_fdw](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-5-2048.jpg)
![25
XML 型の使用例
xpath 関数による XML 文書からの抽出
other=# SELECT
(xpath('/rdb_t/email/text()', data)::text[])[1] as email,
(xpath('/rdb_t/full_name/text()', data)::text[])[1] as fullname
FROM xml_t;
email | fullname
--------------------------+-----------------
Laverna@junius.io | Carolyne Kohler
Nakia_Rolfson@cecelia.ca | Paul Weber DVM
Elbert@norma.co.uk | Florence Murphy
(3 rows)
XML や xpath 関数は強力だけど、書くのは少々面倒・・・
（例） xpath 関数は XML 配列を返却するので、テキストを取り出す場合に、 TEXT
配列にキャストして最初の要素を取り出すなどの操作が必要。
（例）名前空間 url と prefix の組を配列化して xpath 関数に渡す必要がある。](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-25-2048.jpg)
![38
JSON 文字列のパース例
正しい JSON 文字列
jsonb=# SELECT '{"key1":"value1", "key2":[100, 20, 5]}'::json;
json
----------------------------------------
{"key1":"value1", "key2":[100, 20, 5]}
(1 row)
誤った JSON 文字列
jsonb=# SELECT '{"key1":"value1", "key2":[100, 20, ]}'::json;
ERROR: invalid input syntax for type json
LINE 1: SELECT '{"key1":"value1", "key2":[100, 20, ]}'::json;
^
DETAIL: Expected JSON value, but found "]".
CONTEXT: JSON data, line 1: {"key1":"value1", "key2":[100, 20, ]...
※ パースは JSON/JSONB 型に変換されるときに行われる。
カンマの後に
値がない](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-38-2048.jpg)
![44
パスによる値の取り出し
Contributes の 2 番目 (0 相対 ) を取得
jsonb=# SELECT '{"Name":
{"First":"Oleg","Last":"Bartunov"},"Country":"Russia","Contributes":
["hstore","JSON","JSONB","GIN"]}'::json #>> '{Contributes,2}';
?column?
----------
JSONB
(1 row)
Contributes
name
first last
Oleg
hstore
(root)
JSON JSONB GIN
[0] [1] [2] [3]
Bartunov](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-44-2048.jpg)
![49
PostgreSQL 配列と JSON 配列との変換
jsonb=# SELECT array_to_json(ARRAY[1, 3.14, -1.2e3]);
array_to_json
----------------
[1,3.14,-1200]
(1 row)
jsonb=# TABLE bar;
id | n_datas | t_datas
----+------------------+------------------------
1 | {1.32,9.76,5.55} | {bdho,fjoal}
2 | {6.43,0.48} | {vbwdahoi,3dsai,cfjia}
3 | {} | {}
(3 rows)
jsonb=# SELECT array_to_json(bar.t_datas) FROM bar;
array_to_json
------------------------------
["bdho","fjoal"]
["vbwdahoi","3dsai","cfjia"]
[]
(3 rows)
PostgreSQL 配列を
JSON 配列に変換
テーブル内の特定の列を
JSON 化した例](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-49-2048.jpg)
![52
キー集合の取得
jsonb=# TABLE test;
{"id": 1, "name": {"first": "Oleg"}, "distribute": ["GIN", "hstore",
"json", "jsonb"]}
{"id": 2, "age": 59, "name": {"last": "Lane", "first": "Tom"}}
{"id": 3, "name": {"nickname": "nuko"}, "distribute": ["ksj", "neo4jfdw"]}
jsonb=# SELECT DISTINCT jsonb_object_keys(data) FROM test;
distribute
age
id
name
以下のような JSONB を含む全レコードからキーを取得する。
jsonb_object_keys 関数の結果
※ 内側のキー ("first", "last") は取得できない点に注意！
※ 自分で Outer キーを指定して取得した JSONB に対して
jsonb_object_keys を発行することは可能。](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-52-2048.jpg)
![64
JSONB 入力結果が保持されない例
（重複キー、キー名の順序）
jsonb=# SELECT
'{"key_z":99, "key_q": 20, "key_q" :25, "key_a" : 3}'::json,
'{"key_z":99, "key_q": 20, "key_q" :25, "key_a" : 3}'::jsonb;
-[ RECORD 1 ]----------------------------------------------
json | {"key_z":99, "key_q": 20, "key_q" :25, "key_a" : 3}
jsonb | {"key_a": 3, "key_q": 25, "key_z": 99}
jsonb=# SELECT
'{"key_x":[ 1, 400, 8888, 2, 99, 25, 3]}'::json,
'{"key_x":[ 1, 400, 8888, 2, 99, 25, 3]}'::jsonb ;
-[ RECORD 1 ]----------------------------------
json | {"key_x":[ 1, 400, 8888, 2, 99, 25, 3]}
jsonb | {"key_x": [1, 400, 8888, 2, 99, 25, 3]}
同一階層で重複したキーがある場合、後に記述したもののみ有効となる。
また、キー名でソートされている。
配列の場合、順序は保証される。 ”最初の key_q”:20 の
組み合わせはなくなる。](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-64-2048.jpg)
![65
JSONB 入力結果が保持されない例
（空白の扱い）
jsonb=# SELECT
'{"key_z" : 99, "key q": 20, "key_a" : "aa aa"}'::json,
'{"key_z" : 99, "key q": 20, "key_a" : "aa aa"}'::jsonb;
-[ RECORD 1 ]--------------------------------------------------
json | {"key_z" : 99, "key q": 20, "key_a" : "aa aa"}
jsonb | {"key q": 20, "key_a": "aa aa", "key_z": 99}
キーまたは値でない JSON 文字列中の空白は、
JSONB では無視される。
また、 JSONB の検索結果として出力される JSON 文字列では
キーと値のセパレータである“ :” の後に 1 つ空白文字を入れる
という規則で文字列を生成している。](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-65-2048.jpg)
![79
JSON ツリー
parseState=0
pstate
res
res
type=jbvObject val.object.nPairs=3
key
type=jbvString
pair[0]
val
type=jbvString
len=3 val
AAA
len=2 val
aa
key
type=jbvString
val
type=jbvString
pair[1]
key
type=jbvString
pair[2]
len=2 val
bb
･･･
上記の JSON 文字列をパースすると
以下のようなツリー構造が生成される
※ PostgreSQL 9.4-beta2 の場合
{"aa":"AAA","bb":"BBB","cc":"CCC"}](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-79-2048.jpg)
![114
読み込み
PostgreSQL の場合
MongoDB の場合
SELECT JSONB 列 FROM テーブル名 [WHERE 条件式 ]
db. コレクション名 .find([ 条件式 ])
->>' キー名 ' 演算子 値
@> ' キー名 : 値 '](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-114-2048.jpg)
![118
削除
PostgreSQL の場合
MongoDB の場合
DELETE テーブル名 [ 条件式 ]
あるいは
TRUNCATE TABLE テーブル名
db. コレクション名 .remove( 条件式 )](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-118-2048.jpg)
![137
Q. JSONB って日本語扱える？
A. キーにも値にも日本語は使えます。
ただし、サーバエンコーディングが
UTF-8 環境で使うのが無難そう。
日本語キーのパスを使って日本語を取得する例
jsonb=# SELECT '{" 種別 ":" ラーメン ", " 値段 " : 650, " スープ ":" 豚骨醤油 ", "
トッピング ":[" チャーシュー "," ほうれん草 "," 海苔 "," 葱 "]}'::jsonb #> '{ トッピ
ング , 2}';
?column?
----------
" 海苔 "
(1 row)](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-137-2048.jpg)
![146
pgbench モデルのテーブル
bench=# d pgbench_accounts;
Table "public.pgbench_accounts"
Column | Type | Modifiers
----------+---------------+-----------
aid | integer | not null
bid | integer |
abalance | integer |
filler | character(84) |
Indexes:
"pgbench_accounts_pkey" PRIMARY KEY, btree (aid)
通常の pgbench モデル
XML モデル
bench_xml=# d accounts
Table "public.accounts"
Column | Type | Modifiers
--------+------+-----------
data | xml |
Indexes:
"xml_aid_idx" btree
(((xpath('/accounts/aid/text()'::text, data)::text[])[1]::integer))](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-146-2048.jpg)
![149
pgbench モデルのクエリ
UPDATE accounts SET data =
xmlelement(name accounts, null,
xmlelement(name aid, null,
((xpath('/accounts/aid/text()', data))::text[])[1]),
xmlelement(name bid, null,
((xpath('/accounts/bid/text()', data))::text[])[1]),
xmlelement(name abalance, null,
(((xpath('/accounts/abalance/text()', data))::text[])[1])::int + :delta ),
xmlelement(name filler, null,
((xpath('/accounts/filler/text()', data))::text[])[1]))
WHERE (xpath('/accounts/aid/text()', data)::text[])[1]::int = :aid;
SELECT ((xpath('/accounts/abalance/text()', data))::text[])[1]::int FROM accounts
WHERE ((xpath('/accounts/aid/text()', data))::text[])[1]::int = :aid;
INSERT INTO history (data) VALUES (
xmlelement(name history, null,
xmlelement(name tid, null, :tid),
xmlelement(name bid, null, :bid),
xmlelement(name aid, null, :aid),
xmlelement(name delta, null, :delta),
xmlelement(name mtime, null, CURRENT_TIMESTAMP),
xmlelement(name filler, null, ' ')
));
XML の pgbench モデル（抜粋）](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-149-2048.jpg)
![150
pgbench モデルのクエリ
UPDATE accounts SET data =
data || hstore('abalance', ((data->'abalance')::int + :delta)::text )
WHERE (data->'aid')::int = :aid;
SELECT data->'abalance' FROM accounts WHERE (data->'aid')::int = :aid;
INSERT INTO history (data) VALUES (
hstore(
ARRAY['tid','bid','aid','delta','mtime', 'filler'],
ARRAY[ ( :tid )::text, ( :bid )::text, ( :aid )::text, ( :delta )::text,
CURRENT_TIMESTAMP::text, ' '])
);
hstore の pgbench モデル（抜粋）](https://image.slidesharecdn.com/osc2015hokkaidopostgresql-semi-stuructured-datatype-150614081201-lva1-app6891/75/Osc2015-hokkaido-postgresql-semi-stuructured-datatype-150-2048.jpg)
Uploaded byToshi Harada
Osc2015 hokkaido postgresql-semi-stuructured-datatype
postgresql semi-stuructured datatype. (XML, hstore, JSON, JSONB)
More Related Content
![[data analytics showcase] B16: Live Demo! データ分析基盤を支えるデータレプリケーション技術とデータワークロード分...](https://cdn.slidesharecdn.com/ss_thumbnails/waf1saonq7kghgwbprmc-signature-25a0ea6711cd6aa4d4a08a1137bfd90f9f8e7850cd850623d7101ef7c30a9b4c-poli-161007061148-thumbnail.jpg?width=640&height=640&fit=bounds)
![[CB16] 80時間でWebを一周:クロムミウムオートメーションによるスケーラブルなフィンガープリント by Isaac Dawson](https://cdn.slidesharecdn.com/ss_thumbnails/cb16dawsonja-161109051202-thumbnail.jpg?width=640&height=640&fit=bounds)
![[D31] PostgreSQLでスケールアウト構成を構築しよう by Yugo Nagata](https://cdn.slidesharecdn.com/ss_thumbnails/d31postgresnagata-131128230735-phpapp01-thumbnail.jpg?width=640&height=640&fit=bounds)
Similar to Osc2015 hokkaido postgresql-semi-stuructured-datatype
![[db tech showcase Tokyo 2014] B26: PostgreSQLを拡張してみよう by SRA OSS, Inc. 日本支社 高塚遥](https://cdn.slidesharecdn.com/ss_thumbnails/dbtstokyo2014b26postgresqlharukatakatsuka-141120010548-conversion-gate01-thumbnail.jpg?width=640&height=640&fit=bounds)
Osc2015 hokkaido postgresql-semi-stuructured-datatype
- 1. オープンソースカンファレンス 2015 Hokkaido(2015-06-13) PostgreSQL で 非構造化データを使う XML,hstore, JSON, JSONB ぬこ＠横浜 (@nuko_yokohama)
- 2. 2 自己紹介 SELECT '{ " 名前":" ぬこ＠横浜 ", " 住所 ":" 横浜市 ", "Twitter":"@nuko_yokohama", " 所属 ":{" 会社 ":" 某通信系ソフトウェア会社 ", " 部署 ":" クラウドな感じ（仕事はクラウドじゃない） ", " 勤務地 ":" ミナトミライ・スゴイトオイビル "}, " 仕事 ":"PostgreSQL あれこれ ", " 趣味 ":[" 猫 "," スパ "," 原付旅 ","PostgreSQL"," ラーメン "], " メモ ":["PostgreSQL は 7.4 の頃からの腐れ縁 ", " ときどき PostgreSQL イベントで喋ってます ","PostgreSQL ﾁｮｯﾄﾃﾞｷﾙ "], " 作ったもの ":[" 漢数字型 (ksj)"," ゆるい文字型 (ntext)", "new4j_fdw", "hit_and_blow BGW"]}'::jsonb;
- 3. 3 自己紹介 ( こんなの作ってた) SELECT data, data + ' 拾 ' FROM ksj_sample; data | ?column? ------------+---------------- 五百壱拾六 | 五百弐拾六 零 | 壱拾 参万壱百壱 | 参万壱百壱拾壱 (3 rows) SELECT data, data * ' 拾 ' FROM ksj_sample; data | ?column? ------------+-------------- 五百壱拾六 | 五千壱百六拾 零 | 零 参万壱百壱 | 参拾壱千壱拾 (3 rows) SELECT sum(data) FROM ksj_sample; sum ---------------- 参万六百壱拾七 (1 row) SELECT * FROM ksj_sample ORDER BY data; data ------------ 零 五百壱拾六 参万壱百壱 (3 rows) ksj （漢数字型） 漢数字で四則演算や 比較演算できる、誰得データ型
- 4. 4 自己紹介 ( こんなの作ってた) SELECT * FROM foo WHERE data = ' エバンゲリオン '; id | data ----+------------ 3 | ｴｳﾞｧﾝｹﾞﾘｦﾝ (1 row) SELECT * FROM foo WHERE data = ' センヌリティウス '; id | data ----+------ (0 rows) SELECT * FROM foo WHERE data /= ' センヌリティウス '; id | data ----+------------------ 4 | セリヌンティウス (1 row) ntext( ゆるい文字型 ) 日本語正規化 ゆるい演算子 (/=) 類似度計算で typo を許容
- 5. 5 自己紹介 ( こんなの作ってた) CREATE FOREIGN TABLE bar3 ( my_name text, my_gender text, follower_name text, follower_gender text) SERVER foo OPTIONS (query '{ "query":"START n=node(*) MATCH p=fm<-[]-n<-[]-fm RETURN n.name as my_name, n.gender as my_gender, fm.name as follower_name, fm.gender as follower_gender" }'); SELECT my_name, my_gender, follower_name, follower_gender FROM bar3; my_name | my_gender | follower_name | follower_gender ---------+-----------+---------------+----------------- Akagi | Famale | Hiryu | Famale Nagato | Male | Mutsu | Male Mutsu | Male | Nagato | Male Hiryu | Famale | Soryu | Famale Hiryu | Famale | Akagi | Famale Soryu | Famale | Hiryu | Famale (6 rows) new4j_fdw グラフデータベース Neo4j を わざわざ PostgreSQL 経由で SQL 検索する誰得 FDW neo4j_fdw
- 6. 6 自己紹介 ( こんなの作ってた) postgres=# LISTEN HB_CL; LISTEN postgres=# NOTIFY HB_SV,'xxxx';; NOTIFY Asynchronous notification "hb_cl" with payload "Invalid data.(xxxx)" received from server process with PID 29520. postgres=# NOTIFY HB_SV,'0123';; NOTIFY Asynchronous notification "hb_cl" with payload "2 Hit / 1 Blow." received from server process with PID 29520. postgres=# NOTIFY HB_SV,'0813';; NOTIFY Asynchronous notification "hb_cl" with payload "4 Hit! Conguratulatoins!, next new game." received from server process with PID 29520. postgres=# hb_worker psql などから数当てができる Background Worker Process
- 7.
- 8. 8 アジェンダ PostgreSQL と非構造化データ XML hstore JSON/JSONB PostgreSQL JSONBと MongoDB JSONB 多めです
- 9.
- 10.
- 11. 11 PostgreSQL の概要 MySQL と並ぶOSS RDBMS ライセンスは BSD ライクなもの 高度なクエリにも対応 性能面でも商用 DBMS とも遜色なし 9.0 以降はレプリケーションも対応 多種多様なデータ型サポート 非常に高い拡張性 活発な開発コミュニティ
- 12. 12 PostgreSQL の歴史 POSTGRES プロジェクト の時代 Postgres95 の時代 ※SQL サポート PostgresSQL の時代 ※6.0から開始 6.0 ～ 発展途上の時代 GEQO マルチバイト文字セット MVCC 7.0 ～ やっと実用的に WAL TOAST VACUUM 改善 8.0 ～ 商用レベルへ Windows 対応 PITR 自動 VACUUM HOT 9.0 ～ エンタープライズ化 レプリケーション 外部表 メニーコア性能向上 マテリアライズドビュー JSON 対応 PostgreSQLPostgreSQL のの 進化はこれからも続く…進化はこれからも続く… 1986 年 1995 年 1997 年 1997 年 2000 年 2005 年 2010 年 意外と古い？
- 13.
- 14. 14 PostgreSQL 9.4 JSONB データ型 ALTERSYSTEM コマンド マテリアライズド・ビューの改善 ロジカル・デコーディング バックグラウンドワーカプロセスの動的操作 WAL バッファへの並列挿入 etc... 200 項目近くの改善 / 修正 最新版は 9.4.4 ( 昨晩アナウンス )
- 15. 15 PostgreSQL 9.5( 開発中) IMPORT FOREIGN SCHEMA Row-Level Security Policies BRIN Indexes(Block Range Index) Foreign Table Inheritance JSONB-modifying operators and functions UPSERT(INSERT ... ON CONFLICT DO NOTHING/UPDATE) Parallel VACUUMing etc... 今後、変更される 可能性はあり Release Notes も先日公開されました！ http://www.postgresql.org/docs/devel/static/release-9-5.html
- 16.
- 17.
- 18. 18 構造化の観点から見た分類 種別 内容 例 構造化データ何らかの定義（スキーマ定義等）に より、構造を事前に決定しておく データ。 CREATE TABLE 文で 定義されたテーブル 半構造化データ 事前の定義はあるが、定義内の一部 の構造が存在しなくても良いデー タ。 XML スキーマで定義さ れた XML 文書 非構造化データ 事前の構造定義を持たないデータ。 任意の JSON 文書 通常、 RDBMS では上記の種別の データのうち、構造化データを扱う。
- 19. 19 PostgreSQL と非構造データ型 PostgreSQL で通常扱うのは、 「構造化データ」 さらに、それに加えてPostgreSQL では 「半構造化データ」「非構造化データ」 （以降、両方とも「非構造化データ」と 記述）を扱うしくみも用意されている。
- 20. 20 PostgreSQL と非構造データ型 PostgreSQL で使用可能な、 非構造化データ型は以下の4 種類 型名 対応バージョン 位置づけ 備考 XML 8.2 ～ 本体機能 libxml2 依存 hstore 8.3 ～ contrib JSON 9.2 ～ 本体機能 JSONB 9.4 ～ 本体機能
- 21. 21 XML 型 XML を格納するデータ型 本体機能(configure で指定 ) 格納時に XML パースを行なう 型自体に比較演算機能はない xpath によるアクセスが可能 SQL 関数による XML 型構築 libxml2 ライブラリに依存
- 22. 22 XML 型の処理イメージ XML 文字列 XMLパーサ XML 型 （文字列） XML 文字列 関数の結果 （そのまま出力） 格納時 取り出し時 xpath 関数 XML パーサ関数処理 xpath 処理 パーサではチェック のみを行う PostgreSQL ストレージ
- 23. 23 XML 型でできること XML 文字列のパースと格納 xpathによる結果の取り出し SQL 関数による XML 型の構築
- 24. 24 XML 型の使用例 XML 型カラムを持つテーブル other=#d xml_t Table "public.xml_t" Column | Type | Modifiers --------+---------+---------------------------------------------------- id | integer | not null default nextval('xml_t_id_seq'::regclass) data | xml | other=# SELECT data FROM xml_t; <rdb_t><email>Laverna@junius.io</email><created_at>1987-08- 21T18:42:02.269Z</created_at><country> Paraguay</country><id>0</id><full_name>Carolyne Kohler</full_name></rdb_t> <rdb_t><email>Nakia_Rolfson@cecelia.ca</email><created_at>1989-03- 16T14:37:36.825Z</created_at><c ountry>France</country><id>1</id><full_name>Paul Weber DVM</full_name></rdb_t> <rdb_t><email>Elbert@norma.co.uk</email><created_at>1980-02- 19T04:16:52.113Z</created_at><country >Uzbekistan</country><id>2</id><full_name>Florence Murphy</full_name></rdb_t> (3 rows)
- 25. 25 XML 型の使用例 xpath 関数によるXML 文書からの抽出 other=# SELECT (xpath('/rdb_t/email/text()', data)::text[])[1] as email, (xpath('/rdb_t/full_name/text()', data)::text[])[1] as fullname FROM xml_t; email | fullname --------------------------+----------------- Laverna@junius.io | Carolyne Kohler Nakia_Rolfson@cecelia.ca | Paul Weber DVM Elbert@norma.co.uk | Florence Murphy (3 rows) XML や xpath 関数は強力だけど、書くのは少々面倒・・・ （例） xpath 関数は XML 配列を返却するので、テキストを取り出す場合に、 TEXT 配列にキャストして最初の要素を取り出すなどの操作が必要。 （例）名前空間 url と prefix の組を配列化して xpath 関数に渡す必要がある。
- 26. 26 hstore 型 Key-Value storeデータ型 contrib モジュール ネストはできない。 部分更新インタフェースあり ※ 作者は JSONB と同じ Oleg 氏
- 27. 27 hstore 型の処理イメージ hstore 文字列 hstoreパーサ hstore 型 （バイナリ） hstore 文字列 関数の結果 文字列化 格納時 取り出し時 hstore 関数 関数処理 バイナリを直接解釈して 関数実行 パーサは動作しない PostgreSQL ストレージシリアライズ
- 28. 28 hstore 型でできること hstore 文字列のパースと格納 キーによる値の取り出し キーと値のセットで追加/ 更新 指定キーのキー＆値を削除 レコードからの生成 JSON への変換 GIN インデックス対応
- 29. 29 hstore 型の使用例 hstore 型カラムを持つテーブル other=#dx List of installed extensions Name | Version | Schema | Description ---------+---------+------------ +-------------------------------------------------- hstore | 1.3 | public | data type for storing sets of (key, value) pairs plpgsql | 1.0 | pg_catalog | PL/pgSQL procedural language (2 rows) other=# d hstore_t Table "public.hstore_t" Column | Type | Modifiers --------+---------+------------------------------------------------------- id | integer | not null default nextval('hstore_t_id_seq'::regclass) data | hstore |
- 30. 30 hstore 型の使用例 hstore 型カラムの検索 other=#SELECT data FROM hstore_t; data ------------------------------------------------------------------------------ -------------------- -------------------------------------------- "id"=>"0", "email"=>"Laverna@junius.io", "country"=>"Paraguay", "full_name"=>"Carolyne Kohler", " created_at"=>"1987-08-21T18:42:02.269Z" "id"=>"1", "email"=>"Nakia_Rolfson@cecelia.ca", "country"=>"France", "full_name"=>"Paul Weber DVM ", "created_at"=>"1989-03-16T14:37:36.825Z" "id"=>"2", "email"=>"Elbert@norma.co.uk", "country"=>"Uzbekistan", "full_name"=>"Florence Murphy" , "created_at"=>"1980-02-19T04:16:52.113Z" (3 rows)
- 31. 31 hstore 型の使用例 hstore 型カラムから特定のキーのみ抽出 other=#SELECT data->'email' as email, data->'full_name' as full_name FROM hstore_t; email | full_name --------------------------+----------------- Laverna@junius.io | Carolyne Kohler Nakia_Rolfson@cecelia.ca | Paul Weber DVM Elbert@norma.co.uk | Florence Murphy (3 rows) 条件式を使う例 other=# SELECT data->'id' as id, data->'email' as email FROM hstore_t WHERE data->'id' = '1'; id | email ----+-------------------------- 1 | Nakia_Rolfson@cecelia.ca (1 row) XML 型 /xpath 関数を使うよりシンプルに書ける
- 32. 32 hstore に関する補足 hstore については、JPUG の「第 20 回 しくみ + アプリケーション勉強会 (2011 年 6 月 4 日 ) 」でも解説しているので、 そちらも参考にしてください ( 多少情報 は古いかもしれませんが…）。 http://www.postgresql.jp/wg/shikumi/sikumi_20/ http://www.postgresql.jp/wg/shikumi/study20_materials/hstore_int roduction/view
- 33.
- 34. 34 JSON とは JavaScript ObjectNotation XML よりも軽量 構造化されたデータを 文字列で表現可能
- 35. 35 PostgreSQL における JSON への取り組み 9.2から順調に進化。 9.5 でも…？ ●JSON 型の導入。 ●2 つの JSON 型構築関数。 ●JSON 内の値を 使った条件検索は できなかった。 ●JSON 型関数・演算子の 大幅な強化。 ●JSON データ型への パスによるアクセス。 ●JSON 内の値を使った 条件検索が可能に。 ●JSONB 型の導入。 ●検索の高速化 ●独自演算子の追加 ●GIN インデックス対応 9.2 9.3 9.4
- 36. 36 JSON 型でできること JSON 文字列のパース キーによる値の取り出し パスによる値の取り出し PostgreSQL配列や行との変換 etc ・・・
- 37. 37 JSON 文字列のパース PostgreSQL へのデータ格納時 に格納されるJSON が正しい 書式かチェックする。 正しくない書式の場合 PostgreSQL がエラーにする。
- 38. 38 JSON 文字列のパース例 正しい JSON文字列 jsonb=# SELECT '{"key1":"value1", "key2":[100, 20, 5]}'::json; json ---------------------------------------- {"key1":"value1", "key2":[100, 20, 5]} (1 row) 誤った JSON 文字列 jsonb=# SELECT '{"key1":"value1", "key2":[100, 20, ]}'::json; ERROR: invalid input syntax for type json LINE 1: SELECT '{"key1":"value1", "key2":[100, 20, ]}'::json; ^ DETAIL: Expected JSON value, but found "]". CONTEXT: JSON data, line 1: {"key1":"value1", "key2":[100, 20, ]... ※ パースは JSON/JSONB 型に変換されるときに行われる。 カンマの後に 値がない
- 39.
- 40. 40 キーによる値の取り出し JSON 型全体を取得 jsonb=# psetnull (null)Null display (null) is "(null)". jsonb=# SELECT data FROM test ORDER BY id LIMIT 3; data --------------------------------------------------------------------------- ----- ------------------------------------------------------------- {"Id": 0, "Email": "Laverna@junius.io", "Country": "Paraguay", "Full Name": "Ca rolyne Kohler", "Created At": "1987-08-21T18:42:02.269Z"} {"Id": 1, "Country": "France", "Full Name": "Paul Weber DVM", "Created At": "19 89-03-16T14:37:36.825Z"} {"Id": 2, "Email": "Elbert@norma.co.uk", "Country": "Uzbekistan", "Full Name": "Florence Murphy", "Created At": "1980-02-19T04:16:52.113Z"} (3 rows)
- 41. 41 キーによる値の取り出し キーから JSON オブジェクトを取得 jsonb=#SELECT data->'Email' as email , data->'Full Name' as fullname FROM test ORDER BY id LIMIT 3; email | fullname ----------------------+------------------- "Laverna@junius.io" | "Carolyne Kohler" (null) | "Paul Weber DVM" "Elbert@norma.co.uk" | "Florence Murphy" (3 rows) キーから文字列を取得 jsonb=# SELECT data->>'Email' as email , data->>'Full Name' as fullname FROM test ORDER BY id LIMIT 3; email | fullname --------------------+----------------- Laverna@junius.io | Carolyne Kohler (null) | Paul Weber DVM Elbert@norma.co.uk | Florence Murphy (3 rows)
- 42.
- 43. 43 パスによる値の取り出し person, name, firstのパスで取得 jsonb=# SELECT '{"person":{"name": {"first":"Tom","last":"Lane"},"age":59}}'::json #>> '{person, name, first}'; ?column? ---------- Tom (1 row) person name first last age Tom Lane 59 (root)
- 44. 44 パスによる値の取り出し Contributes の 2番目 (0 相対 ) を取得 jsonb=# SELECT '{"Name": {"First":"Oleg","Last":"Bartunov"},"Country":"Russia","Contributes": ["hstore","JSON","JSONB","GIN"]}'::json #>> '{Contributes,2}'; ?column? ---------- JSONB (1 row) Contributes name first last Oleg hstore (root) JSON JSONB GIN [0] [1] [2] [3] Bartunov
- 45.
- 46. 46 式インデックスとの組合せ 式インデックスの設定 jsonb=# SELECT dataFROM json_t LIMIT 1; data --------------------------------------------------------------------------- ----- -------------------------------------------------------------------------- { "Email": "Laverna@junius.io", "Created At": "1987-08- 21T18:42:02.269Z", "Country": "Paraguay", "Id": 0, "Full Name": "Carolyne Kohler"} (1 row) jsonb=# CREATE INDEX json_id_idx ON json_t USING btree ((data->>'Id')); CREATE INDEX jsonb=# d json_t Unlogged table "public.json_t" Column | Type | Modifiers --------+---------+----------------------------------------------------- id | integer | not null default nextval('json_t_id_seq'::regclass) data | json | Indexes: "json_id_idx" btree ((data ->> 'Id'::text))
- 47. 47 式インデックスとの組合せ 式インデックスを利用した検索 jsonb=# EXPLAIN ANALYZESELECT data FROM json_t WHERE data->>'Id' = '1000'; QUERY PLAN --------------------------------------------------------------------------- ----- ------------------------------------- Bitmap Heap Scan on json_t (cost=4.68..130.11 rows=50 width=32) (actual time=0 .078..0.078 rows=1 loops=1) Recheck Cond: ((data ->> 'Id'::text) = '1000'::text) Heap Blocks: exact=1 -> Bitmap Index Scan on json_id_idx (cost=0.00..4.66 rows=50 width=0) (actual time=0.072..0.072 rows=1 loops=1) Index Cond: ((data ->> 'Id'::text) = '1000'::text) Planning time: 0.248 ms Execution time: 0.106 ms (7 rows)
- 48. 48 その他の JSON 関数 PostgreSQL配列と JSON 配列との変換 行から JSON への変換 JSON から PostgreSQL 行への展開 キー集合の取得
- 49. 49 PostgreSQL 配列と JSON配列との変換 jsonb=# SELECT array_to_json(ARRAY[1, 3.14, -1.2e3]); array_to_json ---------------- [1,3.14,-1200] (1 row) jsonb=# TABLE bar; id | n_datas | t_datas ----+------------------+------------------------ 1 | {1.32,9.76,5.55} | {bdho,fjoal} 2 | {6.43,0.48} | {vbwdahoi,3dsai,cfjia} 3 | {} | {} (3 rows) jsonb=# SELECT array_to_json(bar.t_datas) FROM bar; array_to_json ------------------------------ ["bdho","fjoal"] ["vbwdahoi","3dsai","cfjia"] [] (3 rows) PostgreSQL 配列を JSON 配列に変換 テーブル内の特定の列を JSON 化した例
- 50. 50 行から JSON への変換 jsonb=#TABLE foo; id | n_data | t_data ----+--------+---------- 1 | 8.93 | 366fd4cf 2 | 5.23 | 3f0a243b 3 | (null) | (null) (3 rows) jsonb=# SELECT row_to_json(foo.*) FROM foo; row_to_json -------------------------------------------- {"id":1,"n_data":8.93,"t_data":"366fd4cf"} {"id":2,"n_data":5.23,"t_data":"3f0a243b"} {"id":3,"n_data":null,"t_data":null} (3 rows) カラム値が null の場合は JSON の null に変換 テーブル全体を JSON 化した例
- 51. 51 JSON から PostgreSQL行への展開 jsonb=# select * from json_each_text('{"id": 2, "age": 59, "name": {"last": "Lane", "first": "Tom"}}'); key | value ------+---------------------------------- id | 2 age | 59 name | {"last": "Lane", "first": "Tom"} (3 rows) ※ 内側のキー ("first", "last") と値は展開しない。 ※ key, value という固定の列名として返却される。 ※ key も value も TEXT 型として返却される。
- 52. 52 キー集合の取得 jsonb=# TABLE test; {"id":1, "name": {"first": "Oleg"}, "distribute": ["GIN", "hstore", "json", "jsonb"]} {"id": 2, "age": 59, "name": {"last": "Lane", "first": "Tom"}} {"id": 3, "name": {"nickname": "nuko"}, "distribute": ["ksj", "neo4jfdw"]} jsonb=# SELECT DISTINCT jsonb_object_keys(data) FROM test; distribute age id name 以下のような JSONB を含む全レコードからキーを取得する。 jsonb_object_keys 関数の結果 ※ 内側のキー ("first", "last") は取得できない点に注意！ ※ 自分で Outer キーを指定して取得した JSONB に対して jsonb_object_keys を発行することは可能。
- 53.
- 54.
- 55. 55 JSON と JSONBの格納状態例 00001fb0 95 7b 22 61 61 61 22 20 3a 20 22 41 41 41 41 22 |.{"aaa" : "AAAA"| 00001fc0 2c 20 22 62 62 62 31 22 20 3a 20 7b 22 63 63 63 |, "bbb1" : {"ccc| 00001fd0 63 22 3a 20 22 43 43 43 43 31 22 7d 2c 20 22 62 |c": "CCCC1"}, "b| 00001fe0 62 62 32 22 20 3a 7b 22 63 63 63 63 22 20 3a 20 |bb2" :{"cccc" : | 00001ff0 22 43 43 43 43 32 22 7d 20 7d 00 00 00 00 00 00 |"CCCC2"} }......| 00001fa0 b5 03 00 00 20 03 00 00 80 04 00 00 00 04 00 00 |.... ...........| 00001fb0 00 04 00 00 00 16 00 00 50 18 00 00 50 61 61 61 |........P...Paaa| 00001fc0 62 62 62 31 62 62 62 32 41 41 41 41 00 01 00 00 |bbb1bbb2AAAA....| 00001fd0 20 04 00 00 80 05 00 00 00 63 63 63 63 43 43 43 | ........ccccCCC| 00001fe0 43 31 00 00 00 01 00 00 20 04 00 00 80 05 00 00 |C1...... .......| 00001ff0 00 63 63 63 63 43 43 43 43 32 00 00 00 00 00 00 |.ccccCCCC2......| {"aaa" : "AAAA", "bbb1" : {"cccc": "CCCC1"}, "bbb2" :{"cccc" : "CCCC2"} } 入力 JSON 文字列 JSON 型の格納状態 JSONB 型の格納状態 入力文字列そのまま バイナリ化された データが格納される PostgreSQL 9.4 で確認
- 56.
- 57. 57 JSONB は格納効率を 優先はしていない 格納サイズに関しては むしろ JSONより大きくなる ケースもある。
- 58.
- 59. 59 JSONB は検索効率を優先 JSON 関数を使ってキーによる 検索を行ったときに JSONと比較して非常に高速 （性能検証結果は後述）
- 60. 60 JSONB データ型 JSON 自体にはデータ型の概念がある。 PostgreSQLの JSONB 型もデータ型に一部対応している。 JSON 型 対応する PostgreSQL 型 備考 文字型 text エンコーディングの問題は注意。 なお、キーは文字型扱い。 数値型 numeric 浮動小数点型の NaN や Infinity の表記は 許容されない。 時刻型 （未対応） PostgreSQL では文字列扱い。 真偽値 boolean 小文字の true/false のみ許容。 (on/off とかもダメ ) null － 小文字 null のみ許容。 SQL NULL とは別概念。
- 61. 61 JSONB は入力した JSON 文字列は保持されない。 JSONは入力文字列を そのまま保持する。
- 62. 62 JSONB 入力結果が保持されない例 （数値型） jsonb=# INSERTINTO jsonb_t VALUES (1, '{"key":1, "value":100}'), (2, '{"key":2, "value":100.0}'), (3, '{"key":3, "value":1.00e2}'), (4, '{"key":4, "value":1.000e2}') ; INSERT 0 4 jsonb=# SELECT * FROM jsonb_t ; id | data ----+---------------------------- 1 | {"key": 1, "value": 100} 2 | {"key": 2, "value": 100.0} 3 | {"key": 3, "value": 100} 4 | {"key": 4, "value": 100.0} (4 rows) 小数なしの numeric として同値 小数点ありの numeric として同値 指数表記でなくなる
- 63. 63 JSON だと単に文字列として 格納されているだけなので、 入力形式そのままで出力される jsonb=# INSERTINTO json_t VALUES jsonb-# (1, '{"key":1, "value":100}'), jsonb-# (2, '{"key":2, "value":100.0}'), jsonb-# (3, '{"key":3, "value":1.00e2}'), jsonb-# (4, '{"key":4, "value":1.000e2}') jsonb-# ; INSERT 0 4 jsonb=# SELECT * FROM json_t; id | data ----+---------------------------- 1 | {"key":1, "value":100} 2 | {"key":2, "value":100.0} 3 | {"key":3, "value":1.00e2} 4 | {"key":4, "value":1.000e2} (4 rows)
- 64. 64 JSONB 入力結果が保持されない例 （重複キー、キー名の順序） jsonb=# SELECT '{"key_z":99,"key_q": 20, "key_q" :25, "key_a" : 3}'::json, '{"key_z":99, "key_q": 20, "key_q" :25, "key_a" : 3}'::jsonb; -[ RECORD 1 ]---------------------------------------------- json | {"key_z":99, "key_q": 20, "key_q" :25, "key_a" : 3} jsonb | {"key_a": 3, "key_q": 25, "key_z": 99} jsonb=# SELECT '{"key_x":[ 1, 400, 8888, 2, 99, 25, 3]}'::json, '{"key_x":[ 1, 400, 8888, 2, 99, 25, 3]}'::jsonb ; -[ RECORD 1 ]---------------------------------- json | {"key_x":[ 1, 400, 8888, 2, 99, 25, 3]} jsonb | {"key_x": [1, 400, 8888, 2, 99, 25, 3]} 同一階層で重複したキーがある場合、後に記述したもののみ有効となる。 また、キー名でソートされている。 配列の場合、順序は保証される。 ”最初の key_q”:20 の 組み合わせはなくなる。
- 65. 65 JSONB 入力結果が保持されない例 （空白の扱い） jsonb=# SELECT '{"key_z": 99, "key q": 20, "key_a" : "aa aa"}'::json, '{"key_z" : 99, "key q": 20, "key_a" : "aa aa"}'::jsonb; -[ RECORD 1 ]-------------------------------------------------- json | {"key_z" : 99, "key q": 20, "key_a" : "aa aa"} jsonb | {"key q": 20, "key_a": "aa aa", "key_z": 99} キーまたは値でない JSON 文字列中の空白は、 JSONB では無視される。 また、 JSONB の検索結果として出力される JSON 文字列では キーと値のセパレータである“ :” の後に 1 つ空白文字を入れる という規則で文字列を生成している。
- 66. 66 JSONB 専用演算子 (9.4) 演算子意味 <@ 左辺の JSON が右辺のキー＆値の組を含むかを 評価する。 @> 右辺の JSON が左辺のキー＆値の組を含むかを 評価する。 ? 左辺の JSON が右辺の（一つの）キーまたは要 素を含むかどうかを評価する。 |? 左辺の JSON が右辺のキーまたは要素を 1 つで も含むかどうかを評価する。（ ANY 評価） &? 左辺の JSON が右辺のキーまたは要素を全て含 むかどうかを評価する。（ ALL 評価）
- 67. 67 JSONB 専用演算子 (9.5追加 ) 演算子 意味 || 指定したキーが存在しなければ、キー＆値の組 み合わせを追加し、存在すれば指定したキー＆ 値の組み合わせを置換する。 - 指定したキーと合致するキー＆値の組み合わせ を削除する。。 - 指定した番号の配列要素を削除する。 #- 指定したパスに合致するキー＆値の組み合わ せ、または配列要素を削除する。 文書の部分更新が可能に！
- 68. 68 <@ 演算子と GIN GINインデックスとの 組み合わせで、お手軽な インデックスの作成が可能
- 69. 69 GIN インデックス 汎用転置インデックス 配列型での利用 全文検索等でも利用 ※ これもJSONB と同じ開発チームで開発している。 http://www.sai.msu.su/~megera/wiki/Gin
- 70. 70 <@ と GINインデックス JSONB カラム自体に GIN インデックスを設定 jsonb=# SELECT data FROM jsonb_t LIMIT 1; data ------------------------------------------------------------------------------ -- ---------------------------------------------------------- {"Id": 0, "Email": "Laverna@junius.io", "Country": "Paraguay", "Full Name": "Ca rolyne Kohler", "Created At": "1987-08-21T18:42:02.269Z"} (1 row) jsonb=# CREATE INDEX jsonb_idx ON jsonb_t USING gin (data jsonb_ops); CREATE INDEX jsonb=# d jsonb_t Unlogged table "public.jsonb_t" Column | Type | Modifiers --------+---------+------------------------------------------------------ id | integer | not null default nextval('jsonb_t_id_seq'::regclass) data | jsonb | Indexes: "jsonb_idx" gin (data) JSONB 型用の GIN インデックス メソッドの指定 実は指定しなくても 後述の演算子は OK
- 71. 71 この状態で @> 演算子（右辺にはキーと値の組み合わせ） を使うとGIN インデックスによる効率的な検索が可能になる JSONB カラムに <@ 演算子で条件を記述 jsonb=# EXPLAIN SELECT data->'Full Name' as fullname, data->'Country' as country FROM jsonb_t WHERE data @> '{"Country" : "Monaco"}'; QUERY PLAN -------------------------------------------------------------------------- Bitmap Heap Scan on jsonb_t (cost=20.08..54.18 rows=10 width=160) Recheck Cond: (data @> '{"Country": "Monaco"}'::jsonb) -> Bitmap Index Scan on jsonb_idx (cost=0.00..20.07 rows=10 width=0) Index Cond: (data @> '{"Country": "Monaco"}'::jsonb) Planning time: 0.074 ms (5 rows) <@ と GIN インデックス
- 72. 72 JSONB カラムに <@演算子で条件を記述（検索結果） jsonb=# SELECT data->'Full Name' as fullname, data->'Country' as country FROM jsonb_t WHERE data @> '{"Country" : "Monaco"}'; fullname | country --------------------------+---------- "Romaine Hickle" | "Monaco" "Mr. Joana Huel" | "Monaco" "Jeff Wilkinson" | "Monaco" （以下略） <@ と GIN インデックス "Country” が "Monaco” の行だけ選択されている。
- 73. 73 今までの JSON 型でも "->“,“->>“演算子と 関数インデクスの組み合わせで btree インデクスによる インデクス検索は出来たが @> ＋ GIN の組み合わせは キーが不定でも有効！
- 74. 74 しかも、 PostgreSQL 9.4で は GIN インデックスのサイズ 縮小 / 性能改善も行われている のでさらに効果的！ （参考： GIN インデックスの改善も JSONB 型と同じメンバが実施している）
- 75.
- 76. 76 JSON 型と JSONB型の処理 JSON 型と JSONB 型の データ格納 データ取得 JSON 関数処理 の処理イメージを次ページ以降に示す。
- 77. 77 JSON 型の処理イメージ JSON 文字列 JSONツリーJSON パーサ JSON 型 （文字列） JSON 文字列 関数の結果 （そのまま出力） 格納時 取り出し時 JSON 関数 JSON パーサ関数処理 JSON ツリー パーサで生成した JSON ツリーは 捨てられる PostgreSQL ストレージ 再度パースが 必要
- 78. 78 JSONB 型の処理イメージ JSON 文字列 JSONツリーJSON パーサ JSONB 型 （バイナリ） JSON 文字列 関数の結果 文字列化 格納時 取り出し時 JSONB 関数 関数処理 バイナリを直接解釈して 関数実行 パーサは動作しない PostgreSQL ストレージシリアライズ
- 79. 79 JSON ツリー parseState=0 pstate res res type=jbvObject val.object.nPairs=3 key type=jbvString pair[0] val type=jbvString len=3val AAA len=2 val aa key type=jbvString val type=jbvString pair[1] key type=jbvString pair[2] len=2 val bb ･･･ 上記の JSON 文字列をパースすると 以下のようなツリー構造が生成される ※ PostgreSQL 9.4-beta2 の場合 {"aa":"AAA","bb":"BBB","cc":"CCC"}
- 80. 80 格納サイズ さっき説明した JSON とJSONB の 処理内容から格納サイズを予想すると 以下のようになる。 格納サイズは JSON のほうが小さい？ （ JSONB はツリー構造情報も保持）
- 81. 81 以下のような JSON データ {"Email": "Laverna@junius.io", "Created At": "1987-08- 21T18:42:02.269Z", "Country": "Paraguay","Id":"0", "Full Name": "Carolyne Kohler"} 測定内容 TEXT/JSON/JSONB カラムのみをもつテーブルを作成 上記 1 万件を 10 回 COPY した後の テーブルサイズを pg_relation_size() で測定
- 82. 82 格納サイズ TEXT 型と JSON型のサイズは同じ JSONB は JSON 型と比較すると 7 ％増加 PostgreSQL 9.4 で確認 TEXT 型 JSON 型 JSONB 型 0 2,000,000 4,000,000 6,000,000 8,000,000 10,000,000 12,000,000 14,000,000 16,000,000 18,000,000 20,000,000 18,366,464 18,366,464 19,587,072 10 万件ロード時のテーブルサイズ
- 83. 83 インデックスサイズ JSON 型のキーに対する btree 関数インデックス Vs JSONBの GIN インデックス さっきの JSON 型データの 5 種のキーに 対する btree インデックスの総サイズと JSONB 型の GIN インデックスサイズを比較してみる。
- 84. 84 各キーから値を取得する btree インデックス群を設定 インデックスサイズ JSONB列自体に GIN インデックスを設定 CREATE INDEX jsonb_id_idx ON jsonb_t USING btree ((data->>'Id')); CREATE INDEX jsonb_fullname_idx ON jsonb_t USING btree ((data->>'Full Name')); CREATE INDEX jsonb_email_idx ON jsonb_t USING btree ((data->>'Email')); CREATE INDEX jsonb_created_idx ON jsonb_t USING btree ((data->>'Created At')); CREATE INDEX jsonb_country_idx ON jsonb_t USING btree ((data->>'Country')); CREATE INDEX jsonb_data_idx ON jsonb_t USING gin (data jsonb_ops);
- 85. 85 インデックスサイズ 全てのキーに btree インデックスを 設定するよりGIN インデックスのほうが インデックスサイズは大幅に小さくなる。 PostgreSQL 9.4 で確認 JSONB+btree JSONB+GIN 0 5,000,000 10,000,000 15,000,000 20,000,000 25,000,000 18,366,464 19,587,072 18,055,168 6,897,664 btee 式インデックスサイズと GINインデックスサイズ pg_relation_size() pg_indexes_size()
- 86. 86 性能比較 さっき説明した JSON とJSONB の 処理内容から処理性能を予想すると 以下のようになる。 格納処理は JSON のほうが高速 単なる SELECT は JSON のほうが高速？ JSON 関数を使った場合は JSONB が高速
- 87. 87 測定環境 PC:Let's note SX2(SSD) OS:CentOS6.3( メモリ 4GB) PostgreSQL パラメータ shared_buffers=128MB checkpoint_segments=30
- 88. 88 以下のような JSON データ {"Email": "Laverna@junius.io", "Created At": "1987-08- 21T18:42:02.269Z", "Country": "Paraguay", "Id": 0, "Full Name": "Carolyne Kohler"} 測定内容 JSON/JSONB カラムをもつテーブルを UNLOGGED で作成 上記 1 万件を 10 回 COPY したときの平均性能 SELECT(10 万件 ) の平均性能 SELECT(10 万件 ) ＋ JSON 演算子を使ったときの平均性能 btree vs GIN インデックス検索性能
- 89. 89 COPY 処理時間 TEXT とJSON の差分が 10000 件分の JSON パース時間？ JSON と JSONB の差分が 10000 件文のシリアライズ時間？ GIN インデックスありの場合はかなり遅くなる。 PostgreSQL 9.4 で測定 TEXT JSON JSONB JSONB ＋ GIN 0.00 50.00 100.00 150.00 200.00 250.00 300.00 23.67 31.00 74.68 269.80 COPY 平均処理時間 (10000 件：単位 ms)
- 90. 90 JSON 関数なし JSON関数あり 0 20 40 60 80 100 120 140 160 180 200 20.27 173.16 17.79 50.01 全件 SELECT 時間（ 10 万件：単位 ms ） JSON 型 JSONB 型 SELECT 処理時間 単なる SELECT はほとんど差はない？ JSON 関数を使用した場合の性能差は明確。 PostgreSQL 9.4 で確認
- 91. 91 btree vs GIN EXPLAINANALYZE SELECT * FROM jsonb_t WHERE data->>'Country' = 'Monaco'; Bitmap Heap Scan on jsonb_t (cost=12.29..1240.26 rows=500 width=161) (actual time=0.180..0.692 rows=310 loops=1) Recheck Cond: ((data ->> 'Country'::text) = 'Monaco'::text) Heap Blocks: exact=280 -> Bitmap Index Scan on jsonb_country_idx (cost=0.00..12.17 rows=500 width=0) (actual time=0.112..0.112 rows=310 loops=1) Index Cond: ((data ->> 'Country'::text) = 'Monaco'::text) Planning time: 0.607 ms Execution time: 0.767 ms (7 rows) EXPLAIN ANALYZE SELECT * FROM jsonb_t WHERE data @> '{"Country":"Monaco"}'; Bitmap Heap Scan on jsonb_t (cost=28.77..362.50 rows=100 width=161) (actual time=1.709..2.502 rows=310 loops=1) Recheck Cond: (data @> '{"Country": "Monaco"}'::jsonb) Heap Blocks: exact=280 -> Bitmap Index Scan on jsonb_data_idx (cost=0.00..28.75 rows=100 width=0) (actual time=1.630..1.630 rows=310 loops=1) Index Cond: (data @> '{"Country": "Monaco"}'::jsonb) Planning time: 0.086 ms Execution time: 2.566 ms (7 rows) GIN インデックス使用時 btree 式インデックス使用時 GIN より btree 式インデックスのほうが若干速い
- 92. 92 測定結果まとめ 格納： JSON が高速 SELECT：ほぼ同じ？ JSON 関数： JSONB が高速 GIN より btree 式インデックスが高速
- 93. 93 格納効率優先なら JSON 検索効率優先なら JSONB 入力形式を保持するならJSON ⇒ だいたいの場合、 JSONB で OK? 結局、 JSON と JSONB は どう使い分けるのか？
- 94. 94 XML, hstore, JSON/JSONB比較 データ型 表現能力 格納サイズ 参照性能 更新性能 XML ◎ △ △ △ hstore △ ○ ◎ ◎ JSON ○ ○ ○ ◎ JSONB ○ ○ ◎ ○ XML は表現能力は高いが扱いにくい hstore はシンプルだが速い JSONB は良いとこ取り？ ⇒ 用途で使い分け可能
- 95.
- 96. 96 測定環境とモデル Let's note SX4 VMWare+ CentOS 7.0 PostgreSQL 9.5-devel Scale Factor = 10 （ accounts:100 万件） カスタムクエリ機能を使用 ホントは AWS EC2 の いい感じの インスタンスを 使いたかっけど 間に合わなかった ※ 各型に対応したカスタムクエリについては付録 1 を参照
- 97.
- 98. 98 XML のロードとインデックス作成は遅い JSON とhstore はやや速い XML hstore JSON JSONB 0.000 5000.000 10000.000 15000.000 20000.000 25000.000 30000.000 ロード時間およびインデックス作成時間 インデックス作成時間 (ms) ロード時間 (ms) ロード時間とインデックス作成時間
- 99. 99 このモデルだとカラム数が少ないから JSONB はやや冗長になるのかも XML hstore JSON JSONB 0 50000000100000000 150000000 200000000 250000000 テーブルサイズ / インデックスサイズ インデックスサイズ テーブルサイズ テーブルサイズとインデックスサイズ
- 100. 100 全件更新の性能も XML は非常に悪い hstoreはかなり速い JSONB-9.5 部分更新の効果も見える XML hstore JSON JSONB JSONB-9.5 0 10000 20000 30000 40000 50000 60000 70000 80000 76042 5292 12508 12241 8829 100 万件更新時間 (ms) accounts(100 万件）全件更新時間
- 101. 101 pgbench 走行 トランザクション内容 ・ UPDATE3 回 ・ SELECT 1 回 ・ INSERT 1 回 同時接続数 =2 走行時間 =300 秒
- 102. 102 XML は非常に遅い hstore は速い JSON/JSONBはこのモデルだとあまり差はない。 XML hstore JSON JSONB JSONB-9.5 通常レコード 0 200 400 600 800 1000 1200 1400 1600 1800 2000 467.436 1360.219 1066.437 1149.694 1103.781 1708.898 pgbench スループット (tps) pgbench 走行 スループット
- 103. 103 参照も XML は遅い hstoreは速い このモデルだと思ったより JSON/JSONB の差がない？ UPDATE accounts SELECT accounts UPDATE tellers UPDATE branches INSERT history END 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 pgbench レイテンシ (ms) XML hstore JSON JSONB JSONB-9.5 通常レコード pgbench 走行 レイテンシ
- 104.
- 105. 105 様々なログの収集 （ fluentd との組み合わせ等） JSON化 ログ ログ ログ JSONB カラムに格納 GIN/btree インデックス設定 ログ検索 アプリケーション syslog 等 ログ 既存の表JSONB 表
- 106. 106 微妙なテーブル設計の救済？ CREATE TABLE foo{ id integer primary key, name text, ・・・ memo1 text, memo2 text, memo3 text, ・・・ memo100 text } CREATE TABLE foo { id integer primary key, name text, ・・・ memo jsonb } 可変の個数 設定されるような 予備カラム群 JSONB 型に まとめてしまう ※ きちんと設計をしていれば不要だろうけど・・・
- 107.
- 108.
- 109. 109 ドキュメント指向 DB として 比較した MongoDBと PostgreSQL との違い
- 110.
- 111. 111 データ管理単位 PostgreSQL MongoDB データベースクラスタ （--dbpath 指定フォルダ） データベース データベース スキーマ （対応なし） テーブル コレクション レコード 文書 他の NoSQL 系に比べると、 RDBMS に比較的近い印象あり。
- 112. 112 CRUD 操作 操作 PostgreSQLMongoDB 挿入 ○ ○ 読み込み ○ ○ 更新（全体） ○ ○ 更新（部分） ✗( ～ 9.4) ○ UPSERT ✗( ～ 9.4) ○ 削除 ○ ○ 部分更新の有無がポイント ⇒ 逆に言えば更新がなければ差異はない
- 113. 113 挿入 PostgreSQL の場合 MongoDB の場合 INSERTINTO テーブル名 VALUES ( JSON 文字列 ) db. コレクション名 .insert( JSON 文字列 )
- 114. 114 読み込み PostgreSQL の場合 MongoDB の場合 SELECTJSONB 列 FROM テーブル名 [WHERE 条件式 ] db. コレクション名 .find([ 条件式 ]) ->>' キー名 ' 演算子 値 @> ' キー名 : 値 '
- 115. 115 更新（全体） PostgreSQL の場合 MongoDB の場合 UPDATEテーブル名 SET ( JSON 文字列 ) db. コレクション名 .update( 条件式 ,JSON 文字列 )
- 116. 116 更新（部分） PostgreSQL の場合 (9.5以降 ) UPDATE テーブル名 SET 値 = 値 || '( 追加するキーと値 )' UPDATE テーブル名 SET 値 = 値 || '( 追加するキーと値 )' UPDATE テーブル名 SET 値 = 値 - '( 削除するキー名 )' キー追加 キー更新 キー削除
- 117. 117 更新（部分） MongoDB の場合 db. コレクション名.update( 条件式 , {$set:{ キー : 値 }}) db. コレクション名 .update( 条件式 , {$set:{ キー : 値 }}) db. コレクション名 .update( 条件式 , {$unset:{ キー : 値 }} キー追加 キー更新 キー削除
- 118. 118 削除 PostgreSQL の場合 MongoDB の場合 DELETEテーブル名 [ 条件式 ] あるいは TRUNCATE TABLE テーブル名 db. コレクション名 .remove( 条件式 )
- 119. 119 高度な検索 操作 PostgreSQL MongoDB ソート○ ○ 重複排除 ○ ○ グルーピング ○ ○ 集約演算 ○ ○ PostgreSQL の場合は SQL で上記を実現 MongoDB は MapReduce や Aggregation-Framework で実現
- 120. 120 レプリケーション 機能 PostgreSQL MongoDB レプリケーション 方式 本体機能 マスタースレーブ 本体機能 マスタースレーブ 同期方式同期 / 非同期 非同期 フェールオーバ機構 他クラスタ製品 ・ pgpool-II ・ Pacemaker 本体機能
- 121. 121 シャーディング 機能 PostgreSQL MongoDB シャーディング 方式 本体機能にはない。 他製品でカバー。 (pgpool-II,pg_shard等 ) 今後は、外部表継承による シャーディング相当が可能に なるかも！？ (9.5 だとまだ JSONB への適用は難しい ) 本体機能 クライアントドライバ レプリケーション / シャーディングに関しては、 最初からそれを前提として開発されている MongoDB のほうが扱いやすいのかも？
- 122. 122 性能 YCSB ベンチマークを用いて PostgreSQL JSONBと MongoDB の性能を比較してみた 用途が異なるものを同じベンチマークで 測定する意味はあるのか、というツッコミは あるかと思いますが、参考までに測定しました。 ※ JSONB 対応 YCSB については付録 2 を参照
- 123. 123 YCSB 測定 AWS EC2(m3.2xlargeon-demand) CPU 数 8 、メモリ 30GB PostgreSQL 9.4.1 (yum) PostgreSQL の環境設定は checkpoint_segments=30 に変更したくらい。 MongoDB 3.0.2 (yum) MongoDB は特に設定なし。
- 124. 124 YCSB 測定 測定内容 ロード (load)⇒10万件 更新と参照 (workload-a ） 参照のみ（ workload-c ） ⇒ それぞれ 10 万回実行
- 125. 125 YCSB 測定 ロード処理 0 510 15 20 25 0 2000 4000 6000 8000 10000 12000 14000 16000 YCSB load Throughput PostgreSQL 9.4 MongoDB 3.0 number of concurrency Throughput(ops/sec)
- 126. 126 YCSB 測定 更新と参照 0 510 15 20 25 0 5000 10000 15000 20000 25000 YCSB load Workload-a Throughput PostgreSQL 9.4 MongoDB 3.0 number of concurrency Throughput(ops/sec) 10000(opt/sec) 程度になるはず？
- 127. 127 YCSB 測定 参照のみ 0 510 15 20 25 0 10000 20000 30000 40000 50000 60000 YCSB workload-c Throughput PostgreSQL 9.4 MongoDB 3.0 number of concurrency Throughput(ops/sec)
- 128. 128 YCSB 測定 まとめ PostgreSQL はCPU 数があれば同時実行 数が多い場合にスループット向上。 MongoDB は CPU 数が多いマシンで動か しても同時実行性能は上がらない。 ⇒ その代わりシャードで書き込み分散？
- 129.
- 130. 130 PostgreSQL と NoSQL DBMS得意 不得意 PostgreSQL スケールアップ SQL との連携 ( 結 合など ) トランザクション スケールアウト 集計処理 MongoDB スケールアウト 書き込み並列化 集計処理？ スケールアップ トランザクション 結合 それぞれ向き不向きがある
- 131. 131 サーバ構成 / スペック次第？ コア数が多いサーバが用意できるなら PostgreSQLを MongoDB の代わりに 使うという解もあり？ ほどほどのスペックのマシンを多数用意 できるなら MongoDB ？
- 132. 132 PostgreSQL(+JSONB) の強み 既存の PostgreSQL環境に 新たに JSONB 型を追加することで SQL レベルで統一して扱えるのは強み。 PostgreSQL ＋ MongoDB 構成を PostgreSQL のみの構成にできるかも？
- 133.
- 134. 134 PostgreSQL は非構造化データを 扱う手段がいくつかある。 XML/hstore/JSON/JSONB の どれを使うかは要件次第 要件によっては、JSON 文書格納先として MongoDB 等の NoSQL ではなく、 PostgreSQL を使うのもありうる。
- 135.
- 136.
- 137. 137 Q. JSONB って日本語扱える？ A.キーにも値にも日本語は使えます。 ただし、サーバエンコーディングが UTF-8 環境で使うのが無難そう。 日本語キーのパスを使って日本語を取得する例 jsonb=# SELECT '{" 種別 ":" ラーメン ", " 値段 " : 650, " スープ ":" 豚骨醤油 ", " トッピング ":[" チャーシュー "," ほうれん草 "," 海苔 "," 葱 "]}'::jsonb #> '{ トッピ ング , 2}'; ?column? ---------- " 海苔 " (1 row)
- 138. 138 Q. JSONB ってトランザクションに対応 しているの？ A.してます。 JSONB も PostgreSQL 上 では他のデータ型と一緒の扱いです。
- 139. 139 Q. PostgreSQL の クライアントライブラリではJSONB を オブジェクトとして扱えるの？ A. すいません、きちんと調べてません。 少なくとも libpq としては特別な扱いは してないみたいです。
- 140. 140 Q. 結局、どういうときに JSONB 型を使えばいいの？ A.開発時にスキーマが決定できない情報 を管理する場合。 （ XML や hstore も検討してみる） あるいは、外部データとして JSON を 使っていて、それを PostgreSQL で管理 したい場合とか・・・？
- 141. 141 Q. JSON データ管理なら MongoDBとかじゃダメなの？ A. それも一つの選択肢です。 スケールアウト重視なら MongoDB 。 スタートアップ開発にも向いている。 トランザクションなど堅牢性の重視や SQL アクセスしたいなら PostgreSQL 。
- 142. 142 参考情報 ●“PostgreSQL 9.4 Documentation” http://www.postgresql.org/docs/9.4/static/index.html ●“Schema-lessPostgreSQL” http://www.sraoss.co.jp/event_seminar/2014/20140911_pg94_schemales s.pdf ●SRA OSS. “PostgreSQL 9.4 評価検証報告” http://www.sraoss.co.jp/event_seminar/2014/20140911_pg94report.pdf ●第 20 回しくみ＋アプリケーション勉強会 "PostgreSQL の KVS hstore の紹介” http://www.postgresql.jp/wg/shikumi/study20_materials/hstore_introduct ion/view ●EDB 社ブログ “ Open Enterprise: The PostgreSQL Open Source Database Blog from EnterpriseDB” http://blogs.enterprisedb.com/2014/09/24/postgres-outperforms-mongodb -and-ushers-in-new-developer-reality/ ●”7 つのデータベース 7 つの世界” ISBN 978-274-06907-6
- 143. 143 付録 付録 1 pgbenchモデル用クエリ 付録 2 YCSB JSONB 用クエリ
- 144.
- 145.
- 146. 146 pgbench モデルのテーブル bench=# dpgbench_accounts; Table "public.pgbench_accounts" Column | Type | Modifiers ----------+---------------+----------- aid | integer | not null bid | integer | abalance | integer | filler | character(84) | Indexes: "pgbench_accounts_pkey" PRIMARY KEY, btree (aid) 通常の pgbench モデル XML モデル bench_xml=# d accounts Table "public.accounts" Column | Type | Modifiers --------+------+----------- data | xml | Indexes: "xml_aid_idx" btree (((xpath('/accounts/aid/text()'::text, data)::text[])[1]::integer))
- 147. 147 pgbench モデルのテーブル bench_hstore=# daccounts Table "public.accounts" Column | Type | Modifiers --------+--------+----------- data | hstore | Indexes: "hstore_aid_idx" btree (((data -> 'aid'::text)::integer)) hstore モデル JSONB モデル bench_json=# d accounts Table "public.accounts" Column | Type | Modifiers --------+------+----------- data | json | Indexes: "json_aid_idx" btree (((data ->> 'aid'::text)::integer)) JSON モデル （ JSON モデルとだいたいおなじ） 今回は GIN インデックスパターンは 使いません
- 148. 148 pgbench モデルのクエリ BEGIN; UPDATE pgbench_accountsSET abalance = abalance + :delta WHERE aid = :aid; SELECT abalance FROM pgbench_accounts WHERE aid = :aid; UPDATE pgbench_tellers SET tbalance = tbalance + :delta WHERE tid = :tid; UPDATE pgbench_branches SET bbalance = bbalance + :delta WHERE bid = :bid; INSERT INTO pgbench_history (tid, bid, aid, delta, mtime) VALUES (:tid, :bid, :aid, :delta, CURRENT_TIMESTAMP); END; 通常の pgbench モデル（抜粋）
- 149. 149 pgbench モデルのクエリ UPDATE accountsSET data = xmlelement(name accounts, null, xmlelement(name aid, null, ((xpath('/accounts/aid/text()', data))::text[])[1]), xmlelement(name bid, null, ((xpath('/accounts/bid/text()', data))::text[])[1]), xmlelement(name abalance, null, (((xpath('/accounts/abalance/text()', data))::text[])[1])::int + :delta ), xmlelement(name filler, null, ((xpath('/accounts/filler/text()', data))::text[])[1])) WHERE (xpath('/accounts/aid/text()', data)::text[])[1]::int = :aid; SELECT ((xpath('/accounts/abalance/text()', data))::text[])[1]::int FROM accounts WHERE ((xpath('/accounts/aid/text()', data))::text[])[1]::int = :aid; INSERT INTO history (data) VALUES ( xmlelement(name history, null, xmlelement(name tid, null, :tid), xmlelement(name bid, null, :bid), xmlelement(name aid, null, :aid), xmlelement(name delta, null, :delta), xmlelement(name mtime, null, CURRENT_TIMESTAMP), xmlelement(name filler, null, ' ') )); XML の pgbench モデル（抜粋）
- 150. 150 pgbench モデルのクエリ UPDATE accountsSET data = data || hstore('abalance', ((data->'abalance')::int + :delta)::text ) WHERE (data->'aid')::int = :aid; SELECT data->'abalance' FROM accounts WHERE (data->'aid')::int = :aid; INSERT INTO history (data) VALUES ( hstore( ARRAY['tid','bid','aid','delta','mtime', 'filler'], ARRAY[ ( :tid )::text, ( :bid )::text, ( :aid )::text, ( :delta )::text, CURRENT_TIMESTAMP::text, ' ']) ); hstore の pgbench モデル（抜粋）
- 151. 151 pgbench モデルのクエリ UPDATE accountsSET data = json_build_object( 'aid', (data->>'aid')::int, 'bid', (data->>'bid')::int, 'abalance', (data->>'abalance')::int + :delta , 'filler', data->>'filler') WHERE (data->>'aid')::int = :aid; SELECT data->>'abalance' FROM accounts WHERE (data->>'aid')::int = :aid; INSERT INTO history (data) VALUES ( json_build_object( 'tid', :tid, 'bid', :bid, 'aid', :aid, 'delta', :delta, 'mtime', CURRENT_TIMESTAMP, 'filler', ' ')); JSON の pgbench モデル（抜粋）
- 152. 152 pgbench モデルのクエリ UPDATE accountsSET data = json_build_object( 'aid', (data->>'aid')::int, 'bid', (data->>'bid')::int, 'abalance', (data->>'abalance')::int + :delta , 'filler', data->>'filler')::jsonb WHERE (data->>'aid')::int = :aid; SELECT data->>'abalance' FROM accounts WHERE (data->>'aid')::int = :aid; INSERT INTO history (data) VALUES ( json_build_object('tid', :tid, 'bid', :bid, 'aid', :aid, 'delta', :delta, 'mtime', CURRENT_TIMESTAMP, 'filler', ' ')::jsonb); JSONB の pgbench モデル（抜粋）
- 153. 153 pgbench モデルのクエリ UPDATE accountsSET data = data || jsonb_build_object('abalance', (data->>'abalance')::int + :delta) WHERE (data->>'aid')::int = :aid; SELECT data->>'abalance' FROM accounts WHERE (data->>'aid')::int = :aid; INSERT INTO history (data) VALUES ( jsonb_build_object( 'tid', :tid, ' bid', :bid, 'aid', :aid, 'delta', :delta, 'mtime', CURRENT_TIMESTAMP, 'filler', ' ')); JSONB(9.5) の pgbench モデル（抜粋） PostgreSQL 9.5 では hstore 型と似たような 部分更新の演算子 ( || ) が追加された！ （あと jsonb_build_object が追加されたっぽい）
- 154.
- 155. 155 YCSB とは Yahoo! CloudService Benchmark の略 いろんな NoSQL 系に 対応したベンチマーク https://github.com/brianfrankcooper/YCSB
- 156. 156 YCSB JSONB 対応版 改造方針 YCSBJSONB 版はないので JDBC 版の SQL を JSONB を 使うモデルに合わせて修正
- 157. 157 YCSB JSONB 対応版 JDBC版テーブル定義 CREATE TABLE usertable (ycsb_key text, field1 text, field2 text, field3 text, field4 text, field5 text, field6 text, field7 text, field8 text, field9 text, field10 text); CREATE INDEX ycsb_key_idx ON usertable (ycsb_key); JSONB 版テーブル定義 CREATE TABLE usertable(data jsonb); CREATE INDEX ycsb_pk_idx ON usertable USING btree ((data- >'YCSB_KEY'));
- 158. 158 YCSB JSONB 対応版 JDBC版挿入 SQL INSERT INTO usertable VALUES(?, ?, ?, ?, ?, ?, ?, ?, ?, ?, ?) JSONB 版挿入 SQL INSERT INTO usertable VALUES(json_build_object('YCSB_KEY', ?, 'FIELD1', ?, 'FIELD2', ?, 'FIELD3', ?, 'FIELD4', ?, 'FIELD5', ?, 'FIELD6', ?, 'FIELD7', ?, 'FIELD8', ?, 'FIELD9', ?, 'FIILD10', ?)::jsonb) 9.5-devel だと jsonb_build_object() が あるので、 JSONB への キャストは不要
- 159. 159 YCSB JSONB 対応版 JDBC版更新 SQL UPDATE usertable SET FIELD1 = ? WHERE YCSB_KEY = ? JSONB 版更新 SQL UPDATE usertable SET data = json_build_object('YCSB_KEY', data- >>'YCSB_KEY', 'FIELD1', ?, 'FIELD2', data->>'FIELD2', 'FIELD3', data->>'FIELD03', 'FIELD4', data->>'FIELD4', 'FIELD5', data- >>'FIELD5', 'FIELD6', data->>'FIELD6', 'FIELD7', data->>'FIELD7', 'FIELD8', data->>'FIELD8', 'FIELD9', data->>'FIELD9', 'FIELD10', data->>'FIELD10')::jsonb WHERE data->>'YCSB_KEY' = ? 見ただけで うんざりしますよね。
- 160. 160 YCSB JSONB 対応版 JDBC版更新 SQL UPDATE usertable SET FIELD1 = ? WHERE YCSB_KEY = ? PostgreSQL 9.5 JSONB 版更新 SQL UPDATE usertable SET data = data || jsonb_build_object('FIELD1', ?) WHERE data->>'YCSB_KEY' = ? まだ試してないけど 9.4 版と比べると 非常にスッキリ書けるはず 参考 9.5-devel だと jsonb_build_object() が あるので、 JSONB への キャストは不要になる
- 161. 161 YCSB JSONB 対応版 JDBC版参照 SQL SELECT * FROM usertable WHERE YCSB_KEY = ? JSONB 版参照 SQL SELECT * FROM usertable WHERE data->>'YCSB_KEY' = ?