-- Structură tabel cu coloană JSONB
CREATE TABLE products (
id BIGSERIAL PRIMARY KEY,
sku VARCHAR(64) NOT NULL UNIQUE,
price_cents INT NOT NULL,
attributes JSONB NOT NULL DEFAULT '{}'::jsonb
);
-- Index GIN optimizat pentru dimensiune și viteză pe operatorul @>
CREATE INDEX idx_products_attributes_path
ON products USING gin (attributes jsonb_path_ops);
-- Query care profită garantat de indexul GIN path_ops
SELECT id, sku, price_cents
FROM products
WHERE attributes @> '{"ram": "16GB", "brand": "Dell"}';
-- Alternativă B-Tree pe expresie dacă filtrezi doar după un câmp scalar
CREATE INDEX idx_products_color
ON products ((attributes->>'color'));Am văzut prea multe echipe care folosesc JSONB ca scuză să nu mai gândească o schemă relațională, ajungând la un MongoDB prost deghizat în Postgres. Dacă ai atribute cu adevărat dinamice sau payload-uri de la integrări terțe, JSONB e aur curat. Dacă îl bagi doar ca să scapi de migrații, o să plătești scump pe performanță și integritate.
Când are sens JSONB și când e doar lene
Regula mea e simplă: datele esențiale pentru logica de business (stări, prețuri, ID-uri de legătură, timestamp-uri) rămân coloane SQL clasice. Datele polimorfe, variabile sau pe care doar le afișezi fără să le legi relațional merg în JSONB.
La un e-commerce cu vreo 350k produse din categorii complet diferite (de la șuruburi la laptopuri), specificațiile tehnice erau un coșmar. O schemă clasică de tip EAV (Entity-Attribute-Value) ne omora baza în JOIN-uri, iar 200 de coloane nullable erau de neîntreținut. Acolo JSONB a rezolvat problema elegant.
Trade-off-ul direct? Lipsa constrângerilor native la nivel de cheie străină și bloat-ul la scriere. De fiecare dată când faci UPDATE pe o singură proprietate dintr-un JSONB masiv, Postgres rescrie tot rândul sau pagina TOAST conform MVCC. Dacă ai scrieri dese pe acel câmp, JSONB e o idee proastă.
Indexarea GIN: jsonb_ops vs jsonb_path_ops
Fără index, căutarea într-un JSONB înseamnă Seq Scan garantat. Pe un tabel măricel, asta te aruncă direct în sute de milisecunde sau secunde.
Indexul GIN (Generalized Inverted Index) vine în două variante, iar alegerea greșită îți umflă discul inutil:
- jsonb_ops (default): Indexează fiecare cheie, fiecare valoare și fiecare element separat. Suportă toți operatorii (
?,?|,?&,@>), dar este foarte mare ca dimensiune pe disc. - jsonb_path_ops: Creează un hash pentru fiecare cale completă cheie-valoare. Ocupă de 2-3 ori mai puțin spațiu și e vizibil mai rapid, însă suportă doar operatorul de incluziune (
@>).
Pe tabela respectivă de 350k produse, indexul default jsonb_ops avea cam 190MB. Trecerea la jsonb_path_ops l-a coborât la 72MB, iar căutarea după filtru hardware a scăzut de la 450ms (Seq Scan) la 3.8ms.
Când e mai bun un B-Tree pe expresie
Dacă știi sigur că filtrezi sau sortezi mereu după o singură proprietate fixă din JSON (de exemplu metadata->>'status'), nu arunca un GIN pe toată coloana. Un GIN e scump la inserări.
În cazul ăsta, faci un index clasic B-tree direct pe expresie: CREATE INDEX idx_status ON comenzi ((metadata->>'status')). E mult mai mic, mai rapid și mai ieftin la mentenanță decât orice GIN.
JSONB e excelent când știi exact ce sacrifici: pierzi validare strictă și câștigi flexibilitate. Voi cum gestionați datele nestructurate: ați mers pe JSONB sau ați rămas la tabele clasice EAV?