-- 1. Index GIN compact optimizat pentru operatorul @>
CREATE INDEX idx_products_specs_path ON products
USING gin (specs jsonb_path_ops);
-- Query rapid (folosește indexul de mai sus)
SELECT id, title
FROM products
WHERE specs @> '{"ram": 16, "storage": "512GB"}';
-- 2. Alternativă B-Tree dacă filtrezi constant după o singură proprietate text
CREATE INDEX idx_products_brand ON products ((specs->>'brand'));
SELECT id, title
FROM products
WHERE specs->>'brand' = 'Sony';Am văzut două extreme la echipele cu care am lucrat: unii refuză JSONB din principiu și fac tabele EAV de-ți vine să-ți dai demisia, iar alții trântesc un data jsonb în fiecare tabel și transformă Postgres într-un Mongo mai scump. Niciuna nu e soluția bună.
La un proiect de e-commerce cu vreo 4 milioane de produse și atribute variabile (mărimi, voltaj, culori, specificații tehnice obscure), am vrut să evităm 20 de tabele de joncțiune. Am mers pe JSONB pentru atributele dinamice, păstrând prețul, SKU-ul și stocul ca coloane clasice. Diferența a fost masivă: am salvat săptămâni bune de migrații fără să pierdem performanță la căutare.
Când are sens JSONB și când e o capcană
Regula mea de bază e simplă: dacă ai nevoie de constrângeri de integritate (FOREIGN KEY, NOT NULL, CHECK strict pe tipuri), fă coloane normale. Dacă ai date profund polimorfice sau atribute care diferă de la un rând la altul și nu vrei să rulezi ALTER TABLE în fiecare marți, JSONB strălucește.
Trade-off-ul sincer? JSONB ocupă mai mult spațiu pe disc din cauza metadatelor stocate pentru fiecare cheie și adaugă un mic overhead la parsare când scrii sau citești documente mari (sute de KB). Dacă ai rapoarte financiare agregate zilnic pe o cheie din JSON, scoate cheia aia într-o coloană separată generată (GENERATED ALWAYS AS). Te scutește de nervi.
Indexarea cu GIN: secretul care te ține sub 15ms
Fără index, un query de tip containment (@>) pe 2GB de date face Sequential Scan și serverul începe să plângă. Aici intervine indexul GIN (Generalized Inverted Index).
Ai două abordări principale:
- Index GIN pe tot câmpul (
jsonb_ops): indexează fiecare cheie și valoare. E bun dacă filtrezi după chei dinamice pe care nu le știi dinainte. Dezavantajul e că indexul devine uriaș pe disc și încetineșteINSERT-urile cu vreo 20-30%. - Index GIN cu
jsonb_path_ops: indexează doar hash-urile întregului path (ex:specs->'ram' = 16). E cu până la 50% mai compact pe disc și mult mai rapid la interogări de egalitate, dar nu merge dacă vrei să verifici doar existența unei chei (?). - Index B-Tree pe o singură cheie extrasă: dacă știi că filtrezi des după
specs->>'color', un index B-Tree clasic pe expresia respectivă bate GIN la consum de resurse și viteză.
Pe baza noastră de 4 milioane de rânduri, trecerea de la full-table scan la un index GIN cu jsonb_path_ops a scăzut timpul de răspuns de la 2.8 secunde la 12 milisecunde pentru filtrele pe atribute multiple.
Tu cum abordezi datele dinamice în Postgres: tragi spre coloane generate sau lași totul în JSONB și rezolvi din GIN?