对PostgreSQL数据库的hstore类型建立GisT索引的实验

本文涉及的产品
云原生数据库 PolarDB MySQL 版,Serverless 5000PCU 100GB
云原生数据库 PolarDB PostgreSQL 版,企业版 4核16GB
推荐场景:
HTAP混合负载
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: 磨砺技术珠矶,践行数据之道,追求卓越价值回到上一级页面:PostgreSQL基础知识与基本操作索引页    回到顶级页面:PostgreSQL索引页[作者 高健@博客园  luckyjackgao@gmail.

磨砺技术珠矶,践行数据之道,追求卓越价值
回到上一级页面:PostgreSQL基础知识与基本操作索引页    回到顶级页面:PostgreSQL索引页
[作者 高健@博客园  luckyjackgao@gmail.com]

 

由于数据少,执行计划中没有使用Index Scan

复制代码
postgres=# CREATE TABLE items (
postgres(#   itemid serial NOT NULL PRIMARY KEY,
postgres(#   itemname text NOT NULL,
postgres(#  tags hstore);
NOTICE:  CREATE TABLE will create implicit sequence "items_itemid_seq" for serial column "items.itemid"
NOTICE:  CREATE TABLE / PRIMARY KEY will create implicit index "items_pkey" for table "items"
CREATE TABLE
postgres=# 
postgres=# INSERT INTO items (itemname, tags) VALUES ('item1', 'color => red, category => stuff');
INSERT 0 1
postgres=# 
postgres=# INSERT INTO items (itemname, tags) VALUES ('item2', 'color => green, category => manager');
INSERT 0 1
postgres=# 
postgres=# CREATE INDEX hstoreidx ON items USING gist(tags);
CREATE INDEX
postgres=# 
postgres=# SELECT itemname FROM items WHERE tags @> 'color=>red';
 itemname 
----------
 item1
(1 row)

postgres=# SELECT itemname FROM items WHERE tags @> 'color=>green';
 itemname 
----------
 item2
(1 row)

postgres=# SELECT itemname FROM items WHERE tags @> 'color=>blue';
 itemname 
----------
(0 rows)

postgres=# EXPLAIN  SELECT itemname FROM items WHERE tags @> 'color=>red';
                      QUERY PLAN                      
------------------------------------------------------
 Seq Scan on items  (cost=0.00..1.02 rows=1 width=32)
   Filter: (tags @> '"color"=>"red"'::hstore)
(2 rows)

postgres=# 
postgres=# SELECT itemname FROM items WHERE tags ? 'color';
 itemname 
----------
 item1
 item2
(2 rows)

postgres=# EXPLAIN SELECT itemname FROM items WHERE tags ? 'color';
                      QUERY PLAN                      
------------------------------------------------------
 Seq Scan on items  (cost=0.00..1.02 rows=1 width=32)
   Filter: (tags ? 'color'::text)
(2 rows)

postgres=# 
复制代码

 




本文转自健哥的数据花园博客园博客,原文链接:http://www.cnblogs.com/gaojian/p/3351469.html,如需转载请自行联系原作者

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
10小时前
|
存储 SQL Oracle
|
1天前
|
存储 关系型数据库 MySQL
MySQL索引设计原则与优化策略
MySQL索引设计原则与优化策略
|
1天前
|
关系型数据库 分布式数据库 PolarDB
**PolarDB开源指南:构建分布式数据库集群**踏上PolarDB开源之旅,了解如何从零开始搭建分布式集群
【7月更文挑战第3天】**PolarDB开源指南:构建分布式数据库集群**踏上PolarDB开源之旅,了解如何从零开始搭建分布式集群。采用存储计算分离架构,适用于大规模OLTP和OLAP。先准备硬件和软件环境,包括Linux、Docker和Git。然后,克隆源码,构建Docker镜像,部署控制节点和计算节点。使用PDCli验证集群状态,开始探索PolarDB的高性能与高可用性。在实践中深化学习,贡献于数据库技术创新。记得在安全环境下测试。
8 1
|
1天前
|
存储 关系型数据库 分布式数据库
PolarDB,阿里云的云原生分布式数据库,以其存储计算分离架构为核心,解决传统数据库的扩展性问题
【7月更文挑战第3天】PolarDB,阿里云的云原生分布式数据库,以其存储计算分离架构为核心,解决传统数据库的扩展性问题。此架构让存储层专注数据可靠性,计算层专注处理SQL,提升性能并降低运维复杂度。通过RDMA加速通信,多副本确保高可用性。资源可独立扩展,便于成本控制。动态添加计算节点以应对流量高峰,展示了其灵活性。PolarDB的开源促进了数据库技术的持续创新和发展。
12 2
|
1天前
|
关系型数据库 分布式数据库 数据库
PolarDB,阿里云的开源分布式数据库,与微服务相结合,提供灵活扩展和高效管理解决方案。
【7月更文挑战第3天】PolarDB,阿里云的开源分布式数据库,与微服务相结合,提供灵活扩展和高效管理解决方案。通过数据分片和水平扩展支持微服务弹性,保证高可用性,且兼容MySQL协议,简化集成。示例展示了如何使用Spring Boot配置PolarDB,实现服务动态扩展。PolarDB缓解了微服务数据库挑战,加速了开发部署,为云原生应用奠定基础。
15 3
|
1天前
|
JSON 关系型数据库 MySQL
✅MySQL用了函数到底会不会导致索引失效
MySQL 8.0 引入了函数索引,打破了传统观念,允许在索引中使用函数,提升查询性能。通过创建基于表达式的索引,如 `CONCAT`、`SUBSTRING_INDEX`、`YEAR`、`MONTH` 等,可以优化涉及这些函数的查询。虽然提高了某些查询速度,但也会增加数据维护成本。应谨慎使用,确保表达式确定且适用于常见查询模式。示例包括基于字符串、日期、数学运算和JSON属性的索引。
✅MySQL用了函数到底会不会导致索引失效
|
1天前
|
数据处理 数据库 索引
数据库索引策略如何影响数据的读取效率?
【7月更文挑战第3天】数据库索引策略如何影响数据的读取效率?
7 2
|
1天前
|
存储 数据处理 数据库
数据库索引策略如何影响数据更新操作的性能?
【7月更文挑战第3天】数据库索引策略如何影响数据更新操作的性能?
7 1
|
1天前
|
监控 关系型数据库 MySQL
数据库索引策略
【7月更文挑战第3天】数据库索引策略
8 1
|
2天前
|
关系型数据库 MySQL 数据库
MySQL索引的类型与优化方法
MySQL索引的类型与优化方法