Индекс для поиска вложенных элементов массива JSONB в PostgreSQL

Question

Я довольно новичок в postgres и в настоящее время использую 9.6. При попытке реализовать полнотекстовый поиск в postgres, используя его jsonb-документы, я заметил медленные результаты поиска для вложенных массивов. Я использовал команду «объяснить», и он не использовал никаких индексов. Для простоты цели я создал таблицу для исследования:

CREATE TABLE book (
    id BIGSERIAL NOT NULL, 
    data JSONB  NOT NULL 
); 

Моих доступных показателей:

CREATE INDEX book_author_idx 
    ON book USING GIN (to_tsvector('english', book.data ->> 'author')); 
CREATE INDEX book_author_name_idx 
    ON book USING GIN (to_tsvector('english', book.data -> 'author' ->> 'name')); 

И некоторые данные для заполнения документа:

INSERT INTO book (data) 
VALUES (CAST('{"author": [{"id": 0, "name": "Cats"}, ' || 
      '   {"id": 1, "name": "Dogs"}]}' AS JSONB)); 

Я могу искать для элементов книги, используя следующий запрос, однако он не использует никакого индекса. С моими фактическими данными из 120 тыс. Продуктов он занимает около 1200 мс, в то время как другие поисковые запросы с индексом занимают 0,2 мс.

EXPLAIN ANALYZE 
SELECT 
    id, 
    data ->> 'author' AS author 
FROM book, jsonb_array_elements(data #> '{author}') author_array 
WHERE to_tsvector('english', author_array ->> 'name') @@ to_tsquery('cat'); 

В отличие от следующего запроса использует book_author_name_idx, но из-за структуры массива не находит ничего.

EXPLAIN ANALYZE 
SELECT 
    id, 
    data ->> 'author' AS author 
FROM book 
WHERE to_tsvector('english', data -> 'author' ->> 'name') @@ to_tsquery('cat'); 

Как я могу настроить свой запрос на использование указателя языка? Я знаю, что я мог бы создать новую таблицу для авторов и ссылаться только на идентификаторы, но я предпочел бы хранить все данные в одной таблице для повышения производительности.

Answer 1

С подсказками от posz comments Я нашел решение. Потому что '||' функция не работает так, как она мне нужна, я использовал пользовательскую функцию concat для tsvectors. Я использовал код от glittershark на github и изменил to_tsvector с «по умолчанию» на «английский» в соответствии с моими потребностями.

CREATE OR REPLACE FUNCTION concat_tsvectors(tsv1 TSVECTOR, tsv2 TSVECTOR) 
    RETURNS TSVECTOR AS $$ 
BEGIN 
    RETURN coalesce(tsv1, to_tsvector('english', '')) 
     || coalesce(tsv2, to_tsvector('english', '')); 
END; 
$$ LANGUAGE plpgsql; 

CREATE AGGREGATE tsvector_agg (
BASETYPE = TSVECTOR, 
SFUNC = concat_tsvectors, 
STYPE = TSVECTOR, 
INITCOND = '' 
); 

Вот пользовательская функция, которую я написал. Входные данные - это данные как JSONB, а вывод - это tsvector с агрегированными именами авторов.

CREATE OR REPLACE FUNCTION author_function(
    IN data  JSONB, 
    OUT resultNames TSVECTOR 
) 
    RETURNS TSVECTOR AS $$ 
DECLARE 
    authorRecords RECORD; 
    combinedAuthors JSONB []; 
    singleAuthor JSONB; 
BEGIN 
    FOR authorRecords IN (SELECT value 
         FROM jsonb_array_elements(data #> '{author}')) 
    LOOP 
    combinedAuthors := combinedAuthors || authorRecords.value; 
    END LOOP; 
    FOREACH singleAuthor IN ARRAY coalesce(combinedAuthors, '{}') 
    LOOP 
    resultNames := concat_tsvectors(resultNames, to_tsvector('english', singleAuthor ->> 'name')); 
    END LOOP; 
END; $$ 
LANGUAGE plpgsql 
IMMUTABLE; 

Затем я устанавливаю индекс для своих объектов книги.

CREATE INDEX book_author_function_idx 
    ON book USING GIN (author_function(book.data)); 

Имена автора уже прошли через to_tsvector («английский», singleAuthor) функции, так что я могу запросить для них так:

EXPLAIN ANALYSE 
SELECT 
    id, 
    data ->> 'author' AS author 
FROM book 
WHERE author_function(book.data) @@ to_tsquery('cat'); 

В итоге запросов на мои фактические данные пошли с От 1100-1200 мсек до ~ 0,5 мс. Я не уверен, что это лучшее решение, поэтому, если у вас есть лучшие предложения, пожалуйста, дайте мне знать.