這篇文章主要介紹“如何使用PostgreSQL的數(shù)組類型”，在日常操作中，相信很多人在如何使用PostgreSQL的數(shù)組類型問題上存在疑惑，小編查閱了各式資料，整理出簡(jiǎn)單好用的操作方法，希望對(duì)大家解答”如何使用PostgreSQL的數(shù)組類型”的疑惑有所幫助！接下來(lái)，請(qǐng)跟著小編一起來(lái)學(xué)習(xí)吧！

創(chuàng)新互聯(lián)是一家以成都網(wǎng)站建設(shè)、網(wǎng)頁(yè)設(shè)計(jì)、品牌設(shè)計(jì)、軟件運(yùn)維、成都網(wǎng)站營(yíng)銷、小程序App開發(fā)等移動(dòng)開發(fā)為一體互聯(lián)網(wǎng)公司。已累計(jì)為成都圍欄護(hù)欄等眾行業(yè)中小客戶提供優(yōu)質(zhì)的互聯(lián)網(wǎng)建站和軟件開發(fā)服務(wù)。

在Heap中，我們依靠PostgreSQL支撐大多數(shù)后端繁重的任務(wù)，我們存儲(chǔ)每個(gè)事件為一個(gè)hstore blob，我們?yōu)槊總€(gè)跟蹤的用戶維護(hù)一個(gè)已完成事件的PostgreSQL數(shù)組，并將這些事件按時(shí)間排序。 Hstore能夠讓我們以靈活的方式附加屬性到事件中，而且事件數(shù)組賦予了我們強(qiáng)大的性能，特別是對(duì)于漏斗查詢，在這些查詢中我們計(jì)算不同轉(zhuǎn)化渠道步驟間的輸出。

在這篇文章中，我們看看那些意外接受大量輸入的PostgreSQL函數(shù)，然后以高效，慣用的方式重寫它。

你的***反應(yīng)可能是將PostgreSQL中的數(shù)組看做像C語(yǔ)言中對(duì)等的類似物。你之前可能用過變換陣列位置或切片來(lái)操縱數(shù)據(jù)。不過要小心，在PostgreSQL中不要有這樣的想法，特別是數(shù)組類型是變長(zhǎng)的時(shí)，比如JSON、文本或是hstore。如果你通過位置來(lái)訪問PostgreSQL數(shù)組，你會(huì)進(jìn)入一個(gè)意想不到的性能暴跌的境地。

這種情況幾星期前在Heap出現(xiàn)了。我們?cè)贖eap為每個(gè)跟蹤用戶維護(hù)一個(gè)事件數(shù)組，在這個(gè)數(shù)組中我們用一個(gè)hstore datum代表每個(gè)事件。我們 有一個(gè)導(dǎo)入管道來(lái)追加新事件到對(duì)應(yīng)的數(shù)組。為了使這一導(dǎo)入管道是冪等的，我們給每個(gè)事件設(shè)定一個(gè)event_id，我們通過一個(gè)功能函數(shù)重復(fù)運(yùn)行我們的事 件數(shù)組。如果我們要更新附加到事件的屬性的話，我們只需使用相同的event_id轉(zhuǎn)儲(chǔ)一個(gè)新的事件到管道中。 

所以，我們需要一個(gè)功能函數(shù)來(lái)處理hstores數(shù)組，并且，如果兩個(gè)事件具有相同的event_id時(shí)應(yīng)該使用數(shù)組中最近出現(xiàn)的那個(gè)。剛開始嘗試這個(gè)函數(shù)是這樣寫的：

-- This is slow, and you don't want to use it! -- -- Filter an array of events such that there is only one event with each event_id. -- When more than one event with the same event_id is present, take the latest one. CREATE OR REPLACE FUNCTION dedupe_events_1(events HSTORE[]) RETURNS HSTORE[] AS $$   SELECT array_agg(event)   FROM (     -- Filter for rank = 1, i.e. select the latest event for any collisions on event_id.     SELECT event     FROM (       -- Rank elements with the same event_id by position in the array, descending.       SELECT events[sub] AS event, sub, rank()       OVER (PARTITION BY (events[sub] -> 'event_id')::BIGINT ORDER BY sub DESC)       FROM generate_subscripts(events, 1) AS sub     ) deduped_events     WHERE rank = 1     ORDER BY sub ASC   ) to_agg; $$ LANGUAGE SQL IMMUTABLE;

這樣奏效，但大輸入是性能下降了。這是二次的，在輸入數(shù)組有100K各元素時(shí)它需要大約40秒！

這個(gè)查詢?cè)趽碛?.4GHz的i7CPU及16GB Ram的macbook pro上測(cè)得，運(yùn)行腳本為：https://gist.github.com/drob/9180760。

在這邊究竟發(fā)生了什么呢?關(guān)鍵在于PostgreSQL存貯了一個(gè)系列的hstores作為數(shù)組的值, 而不是指向值的指針. 一個(gè)包含了三個(gè)hstores的數(shù)組看起來(lái)像
{“event_id=>1,data=>foo”, “event_id=>2,data=>bar”, “event_id=>3,data=>baz”}
相反的是
{[pointer], [pointer], [pointer]}

對(duì)于那些長(zhǎng)度不一的變量, 舉個(gè)例子. hstores, json blobs, varchars,或者是 text fields, PostgreSQL 必須去找到每一個(gè)變量的長(zhǎng)度. 對(duì)于evaluateevents[2], PostgreSQL 解析從左側(cè)讀取的事件直到讀取到第二次讀取的數(shù)據(jù). 然后就是  forevents[3], 她再一次的從***個(gè)索引處開始掃描,直到讀到第三次的數(shù)據(jù)! 所以, evaluatingevents[sub]是  O(sub), 并且 evaluatingevents[sub]對(duì)于在數(shù)組中的每一個(gè)索引都是 O(N²), N是數(shù)組的長(zhǎng)度.

PostgreSQL能得到更加恰當(dāng)?shù)慕馕鼋Y(jié)果,  它可以在這樣的情況下分析該數(shù)組一次. 真正的答案是可變長(zhǎng)度的元素與指針來(lái)實(shí)現(xiàn)，以數(shù)組的值, 以至于,我們總能夠處理 evaluateevents[i]在不變的時(shí)間內(nèi).

即便如此，我們也不應(yīng)該讓PostgreSQL來(lái)處理，因?yàn)檫@不是一個(gè)地道的查詢。除了generate_subscripts我們可以用unnest，它解析數(shù)組并返回一組條目。這樣一來(lái)，我們就不需要在數(shù)組中顯式加入索引了。

-- Filter an array of events such that there is only one event with each event_id. -- When more than one event with the same event_id, is present, take the latest one. CREATE OR REPLACE FUNCTION dedupe_events_2(events HSTORE[]) RETURNS HSTORE[] AS $$   SELECT array_agg(event)   FROM (     -- Filter for rank = 1, i.e. select the latest event for any collisions on event_id.     SELECT event     FROM (       -- Rank elements with the same event_id by position in the array, descending.       SELECT event, row_number AS index, rank()       OVER (PARTITION BY (event -> 'event_id')::BIGINT ORDER BY row_number DESC)       FROM (         -- Use unnest instead of generate_subscripts to turn an array into a set.         SELECT event, row_number()         OVER (ORDER BY event -> 'time')         FROM unnest(events) AS event       ) unnested_data     ) deduped_events     WHERE rank = 1     ORDER BY index ASC   ) to_agg; $$ LANGUAGE SQL IMMUTABLE;

結(jié)果是有效的，它花費(fèi)的時(shí)間跟輸入數(shù)組的大小呈線性關(guān)系。對(duì)于100K個(gè)元素的輸入它需要大約半秒，而之前的實(shí)現(xiàn)需要40秒。

這實(shí)現(xiàn)了我們的需求：

• 一次解析數(shù)組，不需要unnest。

• 按event_id劃分。

• 對(duì)每個(gè)event_id采用***出現(xiàn)的。

• 按輸入索引排序。

教訓(xùn)：如果你需要訪問PostgreSQL數(shù)組的特定位置，考慮使用unnest代替。

到此，關(guān)于“如何使用PostgreSQL的數(shù)組類型”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實(shí)踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識(shí)，請(qǐng)繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會(huì)繼續(xù)努力為大家?guī)?lái)更多實(shí)用的文章！