-- Creare tabel cu coloană JSONB
CREATE TABLE product_events (
id BIGSERIAL PRIMARY KEY,
created_at TIMESTAMPTZ NOT NULL DEFAULT NOW(),
metadata JSONB NOT NULL DEFAULT '{}'::jsonb
);
-- Index GIN optimizat pentru operatorul de containment (@>)
CREATE INDEX idx_product_events_metadata_path
ON product_events USING gin (metadata jsonb_path_ops);
-- Query rapid care folosește indexul de mai sus
SELECT id, created_at
FROM product_events
WHERE metadata @> '{"source": "checkout", "verified": true}';Văd des două extreme când vine vorba de JSONB în Postgres: oameni care îl ignoră complet și fac 14 tabele de legătură pentru trei atribute dinamice, sau oameni care pun tot payload-ul într-o coloană data și pretind că au MongoDB. Niciuna nu-i sănătoasă. Dacă înțelegi cum funcționează sub capotă și unde să pui un index GIN, JSONB îți rezolvă probleme reale de arhitectură fără să-ți sacrifice timpii de răspuns.
Când are sens JSONB și când e doar lene
Regula mea de bază e simplă: dacă ai date structurate care nu se schimbă și pe care faci JOIN-uri sau agregări frecvente, folosești coloane clasice. Punct. Nu pui user_id, status sau created_at în JSONB doar ca să nu mai rulezi un migration.
Unde strălucește JSONB? La atribute dinamice și nested data care diferă masiv de la un rând la altul. Am avut un proiect de e-commerce cu vreo 60k produse unde specificațiile tehnice erau un coșmar: un laptop are RAM și procesor, un tricou are mărime și compoziție textilă, o șurubelniță are voltaj. Dacă faci coloane dedicate pentru toate, ajungi la un tabel cu 200 de coloane din care 90% sunt NULL. Acolo un câmp attributes jsonb a fost salvarea echipei.
Trade-off-ul cinstit: pierzi constrângerile native (foreign keys, check constraints fără funcții custom) și plătești la spațiu. JSONB repetă cheile pentru fiecare rând în parte. Dacă ai un milion de rânduri cu cheia "tracking_number_carrier", ai salvat acel string de un milion de ori pe disc.
Cum scoți viteză din el: GIN și jsonb_path_ops
Problema clasică apare când cineva scrie SELECT * FROM events WHERE payload->>'type' = 'login' și se miră de ce durează 600ms pe un milion de rânduri. Postgres face Seq Scan pentru că operatorul ->> extrage textul la runtime.
Dacă vrei căutări instant, ai nevoie de un index GIN (Generalized Inverted Index). În mod implicit, dacă dai CREATE INDEX ON table USING gin(payload), Postgres folosește clasa de operatori jsonb_ops. Indexează fiecare cheie și fiecare valoare separat.
Trucul pe care îl folosesc în 90% din cazuri este să trec pe jsonb_path_ops. Creează un index hash doar pentru căi și valori complete, făcând indexul cu 40-50% mai mic pe disc și considerabil mai rapid la căutări de tip @> (contains). Pe tabela noastră de evenimente, un query cu @> a scăzut de la 420ms la 3ms după adăugarea indexului.
Unde te frigi dacă nu ești atent
GIN nu e gratuit. Inserțiile și update-urile pe tabele cu indexuri GIN devin sesizabil mai lente pentru că Postgres trebuie să spargă documentul în bucăți și să actualizeze arborele inversat. Pe un sistem write-heavy cu sute de scrieri pe secundă, un index GIN prost gândit o să-ți blocheze I/O-ul.
Altă capcană: query planner-ul. Statisticile interne ale Postgres despre distribuția valorilor din interiorul unui JSONB sunt destul de rudimentare comparativ cu o coloană scalară. Dacă ai date foarte dezechilibrate, planner-ul poate alege un plan prost de execuție.
Folosiți JSONB pentru flexibilitate la periferia modelului de date, nu în nucleul lui. Voi ce preferați când aveți atribute dinamice: JSONB sau tabele de tip EAV (Entity-Attribute-Value)?