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,通用型 2核4GB 50GB
云原生数据库 PolarDB PostgreSQL 版,标准版 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
|
数据可视化 关系型数据库 MySQL
将 PostgreSQL 迁移到 MySQL 数据库
将 PostgreSQL 迁移到 MySQL 数据库
1789 2
|
4月前
|
监控 关系型数据库 数据库
PostgreSQL的索引优化策略?
【8月更文挑战第26天】PostgreSQL的索引优化策略?
117 1
|
4月前
|
SQL 关系型数据库 MySQL
SQL Server、MySQL、PostgreSQL:主流数据库SQL语法异同比较——深入探讨数据类型、分页查询、表创建与数据插入、函数和索引等关键语法差异,为跨数据库开发提供实用指导
【8月更文挑战第31天】SQL Server、MySQL和PostgreSQL是当今最流行的关系型数据库管理系统,均使用SQL作为查询语言,但在语法和功能实现上存在差异。本文将比较它们在数据类型、分页查询、创建和插入数据以及函数和索引等方面的异同,帮助开发者更好地理解和使用这些数据库。尽管它们共用SQL语言,但每个系统都有独特的语法规则,了解这些差异有助于提升开发效率和项目成功率。
509 0
|
7月前
|
前端开发 数据库 Python
使用 Python 的 Web 框架(如 Django 或 Flask)来建立后端接口,用于处理用户的请求,从数据库中查找答案并返回给前端界面
【1月更文挑战第13天】使用 Python 的 Web 框架(如 Django 或 Flask)来建立后端接口,用于处理用户的请求,从数据库中查找答案并返回给前端界面
259 7
|
4月前
|
关系型数据库 数据库 PostgreSQL
PostgreSQL索引维护看完这篇就够了
PostgreSQL索引维护看完这篇就够了
347 0
|
6月前
|
SQL 关系型数据库 MySQL
sql如何建立数据库
在SQL中,建立数据库通常涉及使用“CREATE DATABASE”语句。以下是一个基本的步骤指南,以及一个示例SQL命令,用于创建一个新的数据库。 ### 步骤指南 1. **确定数据库
|
SQL 存储 自然语言处理
玩转阿里云RDS PostgreSQL数据库通过pg_jieba插件进行分词
在当今社交媒体的时代,人们通过各种平台分享自己的生活、观点和情感。然而,对于平台管理员和品牌经营者来说,了解用户的情感和意见变得至关重要。为了帮助他们更好地了解用户的情感倾向,我们可以使用PostgreSQL中的pg_jieba插件对这些发帖进行分词和情感分析,来构建一个社交媒体情感分析系统,系统将根据用户的发帖内容,自动判断其情感倾向是积极、消极还是中性,并将结果存储在数据库中。
玩转阿里云RDS PostgreSQL数据库通过pg_jieba插件进行分词
|
存储 关系型数据库 数据库
PostgreSQL技术大讲堂 - 第28讲:索引内部结构
从零开始学PostgreSQL技术大讲堂 - 第28讲:索引内部结构
783 2
|
关系型数据库 Go 数据库
《提高查询速度:PostgreSQL索引实用指南》
《提高查询速度:PostgreSQL索引实用指南》
599 0
|
关系型数据库 测试技术 分布式数据库
PolarDB | PostgreSQL 高并发队列处理业务的数据库性能优化实践
在电商业务中可能涉及这样的场景, 由于有上下游关系的存在, 1、用户下单后, 上下游厂商会在自己系统中生成一笔订单记录并反馈给对方, 2、在收到反馈订单后, 本地会先缓存反馈的订单记录队列, 3、然后后台再从缓存取出订单并进行处理. 如果是高并发的处理, 因为大家都按一个顺序获取, 容易产生热点, 可能遇到取出队列遇到锁冲突瓶颈、IO扫描浪费、CPU计算浪费的瓶颈. 以及在清除已处理订单后, 索引版本未及时清理导致的回表版本判断带来的IO浪费和CPU运算浪费瓶颈等. 本文将给出“队列处理业务的数据库性能优化”优化方法和demo演示. 性能提升10到20倍.
860 4