PostgreSQL 9.3 Что нового?


Здравствуйте, хабрачеловеки! Не так уж давно вышел релиз PostgreSQL 9.3 и я хотел бы ознакомить Вас с наиболее важными новшествами, касающимися клиентской части, которые, возможно, пригодятся Вам. В этой статье рассмотрено следующее:

  • материализированные представления
  • обновляемые представления
  • триггеры к событиям
  • рекурсивные представления
  • латеральное присоединение
  • изменяемые внешние таблицы
  • функции и операторы для работы с типом JSON

Материализированные представления


Материализированное представление — физический объект базы данных, содержащий в себе результаты некоторого запроса. Бесспорно, одно из самых ожидаемых новшеств. Посмотрим, каким образом работать с ним в PostgreSQL.

Создадим справочник авторов и справочник книг, имеющий ссылку на автора:

CREATE TABLE author ( 	id serial NOT NULL, 	first_name text NOT NULL, 	last_name text NOT NULL,  	CONSTRAINT pk_author_id PRIMARY KEY ( id ), 	CONSTRAINT uk_author_name UNIQUE ( first_name, last_name ) );  CREATE TABLE book ( 	id serial NOT NULL, 	author_id integer NOT NULL, 	name text NOT NULL,  	CONSTRAINT pk_book_id PRIMARY KEY ( id ), 	CONSTRAINT fk_book_author_id FOREIGN KEY ( author_id ) REFERENCES author ( id ), 	CONSTRAINT uk_book_name UNIQUE ( author_id, name ) ); 

Наполним эти таблицы данными — добавим пару авторов и сгенерируем много-много книг:

INSERT INTO author ( first_name, last_name ) VALUES ( 'Иван',  'Иванов' ); -- сгенерирован id = 1 INSERT INTO author ( first_name, last_name ) VALUES ( 'Пётр', 'Петров' ); -- сгенерирован id = 2  INSERT INTO book ( author_id, name ) VALUES ( 1, 'Трактат о пустоте (часть ' || generate_series ( 1, 100000 ) || ')' );  INSERT INTO book ( author_id, name ) VALUES ( 2, 'Невыносимость бытия' ), ( 2, 'Счастливый финал' ); 

Для сравнения, создадим обычное и материализированное представление (обратите внимание, что для создания последнего требуется немного больше времени, для выборки и записи результата):

CREATE VIEW vw_book AS SELECT book.id, author.first_name || ' ' || author.last_name AS author_name, book.name FROM book INNER JOIN author ON author.id = book.author_id;  CREATE MATERIALIZED VIEW mvw_book AS SELECT book.id, author.first_name || ' ' || author.last_name AS author_name, book.name FROM book INNER JOIN author ON author.id = book.author_id; 

Теперь, давайте взглянем на план запроса с условием для обычного и материализированного представления:

EXPLAIN ANALYZE SELECT * FROM vw_book WHERE author_name = 'Пётр Петров'; -- Hash Join  (cost=24.58..2543.83 rows=482 width=119) (actual time=19.389..19.390 rows=2 loops=1)   Hash Cond: (book.author_id = author.id)   ->  Seq Scan on book  (cost=0.00..2137.02 rows=100002 width=59) (actual time=0.017..9.231 rows=100002 loops=1)   ->  Hash  (cost=24.53..24.53 rows=4 width=68) (actual time=0.026..0.026 rows=1 loops=1)         Buckets: 1024  Batches: 1  Memory Usage: 1kB         ->  Seq Scan on author  (cost=0.00..24.53 rows=4 width=68) (actual time=0.019..0.020 rows=1 loops=1)               Filter: (((first_name || ' '::text) || last_name) = 'Пётр Петров'::text)               Rows Removed by Filter: 1 Total runtime: 19.452 ms  EXPLAIN ANALYZE SELECT * FROM mvw_book WHERE author_name = 'Пётр Петров'; -- Seq Scan on mvw_book  (cost=0.00..2584.03 rows=7 width=77) (actual time=15.869..15.870 rows=2 loops=1)   Filter: (author_name = 'Пётр Петров'::text)   Rows Removed by Filter: 100000 Total runtime: 15.905 ms 

Данные для материализированного представления лежат кучно и их не приходится собирать с разных таблиц. Но это еще не всё, так как для них есть возможность создавать индексы. Улучшаем результат:

CREATE INDEX idx_book_name ON mvw_book ( author_name );  EXPLAIN ANALYZE SELECT * FROM mvw_book WHERE author_name = 'Пётр Петров'; -- Index Scan using idx_book_name on mvw_book  (cost=0.42..8.54 rows=7 width=77) (actual time=0.051..0.055 rows=2 loops=1)   Index Cond: (author_name = 'Пётр Петров'::text) Total runtime: 0.099 ms 

Неплохо, поиск ведётся по индексу и время поиска существенно сократилось.

Но есть и ньюанс при использовании материализированных представлений — после DML операций над таблицами, из которых состоит представление, представление приходится обновлять:

INSERT INTO book ( author_id, name ) VALUES ( 2, 'Потерянный во мгле' );  REFRESH MATERIALIZED VIEW mvw_book; 

Это можно автоматизировать триггером:

CREATE OR REPLACE FUNCTION mvw_book_refresh ( ) RETURNS trigger AS $BODY$ BEGIN 	REFRESH MATERIALIZED VIEW mvw_book; 	RETURN NULL; END $BODY$ LANGUAGE plpgsql VOLATILE;  CREATE TRIGGER tr_book_refresh AFTER INSERT OR UPDATE OR DELETE ON book FOR EACH ROW EXECUTE PROCEDURE mvw_book_refresh ( );  CREATE TRIGGER tr_author_refresh AFTER INSERT OR UPDATE OR DELETE ON author FOR EACH ROW EXECUTE PROCEDURE mvw_book_refresh ( ); 

Хотя функционал, симулирующий материализированные представления, можно было сделать и в PostgreSQL 9.2 (создав таблицу, индексы к ней и триггера, которые бы выполняли хитрый запрос), но в целом это удобное нововведение.

Обновляемые представления


К обновляемым представлениями можно применять DML-операции. Правда вот требования к таким представлениям высокие: только одна сущность (таблица, представление) в списке FROM, без операторов WITH, DISTINCT, GROUP BY, HAVING, LIMIT и OFFSET, без операций над множествами (UNION, INTERSECT и EXCEPT) и к полям не должны применятся никакие функции или операции.

Обновляемые представления в действии:

CREATE TABLE employee ( 	id serial NOT NULL, 	fullname text NOT NULL, 	birthday date, 	salary numeric NOT NULL DEFAULT 0.0,  	CONSTRAINT pk_employee_id PRIMARY KEY ( id ), 	CONSTRAINT uk_employee_fullname UNIQUE ( fullname ), 	CONSTRAINT ch_employee_salary CHECK ( salary >= 0.0 ) );  INSERT INTO employee ( fullname, salary ) VALUES ( 'Иван Иванов', 800.0 ); INSERT INTO employee ( fullname, salary ) VALUES ( 'Пётр Петров', 2000.0 ); INSERT INTO employee ( fullname, salary ) VALUES ( 'Неизвестный', 1500.0 );  CREATE VIEW vw_employee_top_salary AS SELECT employee.fullname AS name, employee.salary FROM employee WHERE employee.salary >= 1000.0;  -- работаем с представлением INSERT INTO vw_employee_top_salary ( name, salary ) VALUES ( 'Сёмён Сидоров', 2500.0 ); UPDATE vw_employee_top_salary SET salary = 2200.0 WHERE name = 'Пётр Петров'; DELETE FROM vw_employee_top_salary WHERE name = 'Неизвестный';  -- вывод результатов SELECT * FROM vw_employee_top_salary; 

Обратите внимание, что INSERT в представление можно сделать в любом случае, а UPDATE и DELETE — только, когда набор из базовой таблицы попадает попадает под условие в представлении:

INSERT INTO vw_employee_top_salary ( name, salary ) VALUES ( 'Анонимус', 0.0 ); -- добавится строка UPDATE vw_employee_top_salary SET salary = 3000.0 WHERE name = 'Анонимус'; -- ничего не изменится, так как salary равно 0.0 DELETE FROM vw_employee_top_salary WHERE name = 'Анонимус'; -- ничего не изменится, так как salary равно 0.0 

Более продвинутые вещи можно делать, используя правила к представлениям.

Триггеры к событиям


Тоже, довольно ожидаемое нововведение. Позволяют перехватывать DDL команды в БД. Отличаются от обычных триггеров в первую очередь тем, что они глобальные, без привязки к конкретной таблице, но можно указать, на какие команды реагировать.

Создаются так:

CREATE OR REPLACE FUNCTION event_trigger_begin ( ) RETURNS event_trigger AS $BODY$ BEGIN 	RAISE NOTICE '(begin) tg_event = %, tg_tag = %', TG_EVENT, TG_TAG; END; $BODY$ LANGUAGE plpgsql;  CREATE OR REPLACE FUNCTION event_trigger_end ( ) RETURNS event_trigger AS $BODY$ BEGIN 	RAISE NOTICE '(end) tg_event = %, tg_tag = %', TG_EVENT, TG_TAG; END; $BODY$ LANGUAGE plpgsql;  CREATE EVENT TRIGGER tr_event_begin ON ddl_command_start EXECUTE PROCEDURE event_trigger_begin ( ); CREATE EVENT TRIGGER tr_event_end ON ddl_command_end EXECUTE PROCEDURE event_trigger_end ( ); 

Проводим разные DDL-манипуляции с таблицей:

CREATE TABLE article ( 	id SERIAL NOT NULL, 	name text NOT NULL,  	CONSTRAINT pk_article_id PRIMARY KEY ( id ), 	CONSTRAINT uk_article_name UNIQUE ( name ) );  ALTER TABLE article ADD COLUMN misc numeric; ALTER TABLE article ALTER COLUMN misc TYPE text; ALTER TABLE article DROP COLUMN misc;  DROP TABLE article; 

Вывод должен быть таким:

tg_event = ddl_command_start, tg_tag = CREATE TABLE tg_event = ddl_command_end, tg_tag = CREATE TABLE tg_event = ddl_command_start, tg_tag = ALTER TABLE tg_event = ddl_command_end, tg_tag = ALTER TABLE tg_event = ddl_command_start, tg_tag = ALTER TABLE tg_event = ddl_command_end, tg_tag = ALTER TABLE tg_event = ddl_command_start, tg_tag = ALTER TABLE tg_event = ddl_command_end, tg_tag = ALTER TABLE tg_event = ddl_command_start, tg_tag = DROP TABLE tg_event = ddl_command_end, tg_tag = DROP TABLE 

Через plpgsql доступна только информация о событии (TG_EVENT) и, собственно, о команде (TG_TAG), но, надеюсь, в будущем будет лучше.

Рекурсивные представления


Позволяют упростить конструкцию WITH RECURSIVE, если необходимо построить по ней представление.

Создадим таблицу и наполним ее тестовыми данными:

CREATE TABLE directory ( 	id serial NOT NULL, 	parent_id integer, 	name text NOT NULL,  	CONSTRAINT pk_directory_id PRIMARY KEY ( id ), 	CONSTRAINT fk_directory_parent_id FOREIGN KEY ( parent_id ) REFERENCES directory ( id ), 	CONSTRAINT uk_directory_name UNIQUE ( parent_id, name ) );  INSERT INTO directory ( parent_id, name ) VALUES ( NULL, 'usr' ); -- сгенерирован id = 1 INSERT INTO directory ( parent_id, name ) VALUES ( 1, 'lib' ); INSERT INTO directory ( parent_id, name ) VALUES ( 1, 'include' ); INSERT INTO directory ( parent_id, name ) VALUES ( NULL, 'var' ); -- сгенерирован id = 4 INSERT INTO directory ( parent_id, name ) VALUES ( 4, 'opt' ); -- сгенерирован id = 5 INSERT INTO directory ( parent_id, name ) VALUES ( 5, 'tmp' ); INSERT INTO directory ( parent_id, name ) VALUES ( 4, 'log' ); -- сгенерирован id = 7 INSERT INTO directory ( parent_id, name ) VALUES ( 7, 'samba' );  INSERT INTO directory ( parent_id, name ) VALUES ( 7, 'news' ); 

Запрос через WITH RECURSIVE и аналогичный ему, через рекурсивное представление:

WITH RECURSIVE vw_directory ( id, parent_id, name, path ) AS ( 	SELECT id, parent_id, name, '/' || name 	FROM directory 	WHERE parent_id IS NULL AND name = 'var' 	UNION ALL 	SELECT d.id, d.parent_id, d.name, t.path || '/' || d.name 	FROM directory d 	INNER JOIN vw_directory t ON d.parent_id = t.id ) SELECT * FROM vw_directory ORDER BY path;  CREATE RECURSIVE VIEW vw_directory ( id, parent_id, name, path ) AS SELECT id, parent_id, name, '/' || name FROM directory WHERE parent_id IS NULL AND name = 'var' UNION ALL SELECT d.id, d.parent_id, d.name, t.path || '/' || d.name FROM directory d INNER JOIN vw_directory t ON d.parent_id = t.id;  SELECT * FROM vw_directory ORDER BY path; 

На самом деле, рекурсивное представление — это обёртка над WITH RECURSIVE, в чем можно убедится, просмотрев текст сфорированного представления:

CREATE OR REPLACE VIEW vw_directory AS  WITH RECURSIVE vw_directory(id, parent_id, name, path) AS (                  SELECT directory.id,                     directory.parent_id,                     directory.name,                     '/'::text || directory.name                    FROM directory                   WHERE directory.parent_id IS NULL AND directory.name = 'var'::text         UNION ALL                  SELECT d.id,                     d.parent_id,                     d.name,                     (t.path || '/'::text) || d.name                    FROM directory d               JOIN vw_directory t ON d.parent_id = t.id         )  SELECT vw_directory.id,     vw_directory.parent_id,     vw_directory.name,     vw_directory.path    FROM vw_directory; 

Латеральное присоединение


Позволяет обращатся из подзапроса к сущностями из внешнего запроса. Пример использования (подсчет количества полей только для сущностей из схемы public):

SELECT t.table_schema || '.' || t.table_name, 	   q.columns_count FROM information_schema.tables t, LATERAL ( 			SELECT sum ( 1 ) AS columns_count 			FROM information_schema.columns c 			WHERE t.table_schema IN ( 'public' ) AND 				  t.table_schema || '.' || t.table_name = c.table_schema || '.' || c.table_name 		) q ORDER BY 1; 

Изменяемые внешние таблицы


Новый модуль postgres_fdw, позволяющий получить read/write доступ к данным, расположенным в другой БД. Ранее такая функциональность была в dblink, но в postgres_fdw всё прозрачнее, стандартизированный синтаксис и можно получить лучшую производительность. Посмотрим каким способом можно использовать postgres_fdw.

Создадим новую БД fdb и в ней тестовую таблицу (она будет внешней по отношению к текущей БД):

CREATE TABLE city ( 	country text NOT NULL, 	name text NOT NULL,  	CONSTRAINT uk_city_name UNIQUE ( country, name ) ); 

Вернемся в текущую БД и настроим внешний источник данных:

-- создание расширения CREATE EXTENSION postgres_fdw;  -- добавление внешнего сервера CREATE SERVER fdb_server FOREIGN DATA WRAPPER postgres_fdw OPTIONS ( host 'localhost', dbname 'fdb' );  -- отображения пользователя CREATE USER MAPPING FOR PUBLIC SERVER fdb_server OPTIONS ( password 'pwd' );  -- создание внешней таблицы CREATE FOREIGN TABLE fdb_city ( country text, name text ) SERVER fdb_server OPTIONS ( table_name 'city' ); 

Теперь мы можем работать с внешней таблицей:

-- добавляем запись INSERT INTO fdb_city ( country, name ) VALUES ( 'USA', 'Las Vegas' );  -- изменяем ее UPDATE fdb_city SET name = 'New Vegas' WHERE name = 'New Vegas';  -- смотрим, что получилось SELECT * FROM fdb_city; 

Чтобы удостоверится, что данные действительно попали туда, куда надо, переключаемся в БД fdb и проверяем:

SELECT * FROM city; 

Функции и операторы для работы с типом JSON


Тип JSON появился в PostgreSQL 9.2, но функций было лишь две — array_to_json (конвертация массива в JSON) и row_to_json (конвертация записи в JSON). Теперь функций стало больше и можно вполне работать с этим типом:

CREATE TYPE t_link AS ( 	"from" text, 	"to" text );  CREATE TABLE param ( 	id serial NOT NULL, 	name text NOT NULL, 	value json NOT NULL,  	CONSTRAINT pk_param_id PRIMARY KEY ( id ), 	CONSTRAINT uk_param_name UNIQUE ( name ) );  INSERT INTO param ( name, value ) VALUES ( 'connection', '{ "username" : "Administrator", "login" : "root", "databases" : [ "db0", "db1" ], "enable" : { "day" : 0, "night" : 1 } }'::json ), ( 'link', '{ "from" : "db0", "to" : "db1" }'::json );  -- значение поля (запрос) SELECT value ->> 'username' FROM param WHERE name = 'connection';   -- результат Administrator  -- значение поля (по заданному пути) (запрос) SELECT value #>> '{databases,0}' FROM param WHERE name = 'connection';  -- результат db0  -- преобразование в SETOF ( key, value ) с типом text (запрос) SELECT json_each_text ( value ) FROM param;  -- результат (username,Administrator) (login,root) (databases,"[ ""db0"", ""db1"" ]") (enable,"{ ""day"" : 0, ""night"" : 1 }") (from,db0) (to,db1)  -- значения ключей (запрос) SELECT json_object_keys ( value ) FROM param;  -- результат username login databases enable from to  -- значение в виде записи (запрос) SELECT * FROM json_populate_record ( null::t_link, ( SELECT value FROM param WHERE name = 'link' ) );  -- результат db0;db1  -- значения массива (запрос) SELECT json_array_elements ( value -> 'databases' ) FROM param;  -- результат "db0" "db1" 

Подводя итог, хочу сказать, что рад развитию PostgreSQL, проект развивается, хоть и есть еще сырые вещи.

P.S. Спасибо, если дочитали до конца.

Ссылки:

ссылка на оригинал статьи http://habrahabr.ru/post/195898/

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *