PostgreSQL is not only a relational database - it also provides powerful NoSQL functionality such as superior JSON support and so on.

1. PostgreSQL: The NoSQL Way
Hans-J¨urgen Sch¨onig
May 7, 2015
Hans-J¨urgen Sch¨onig
May 7, 2015

2. Anforderung: Unstrukturierte Daten
Hans-J¨urgen Sch¨onig
May 7, 2015

3. Strukturiert vs. Unstrukturiert
Relationale Systeme speichern traditionell in strukturierter
Form.
Das Grundprinzip:
“Think first”.
Erst die Struktur, dann die Daten
Hans-J¨urgen Sch¨onig
May 7, 2015

4. Unstrukturierte Daten
Der Inhalt kann sich zur Laufzeit ¨andern.
Felder kommen dazu, ¨andern sich, etc.
Das ist relational auch m¨oglich:
DDLs sind auf minimales Locking optimiert
Hans-J¨urgen Sch¨onig
May 7, 2015

5. Strukturbr¨uche
Schwieriger wird es, wenn sich Beziehungen ¨andern
1:1 auf 1:n oder m:n
Das ist nicht ganz einfach
Spalten¨anderungen und Typ¨anderungen sind eher trivial
Hans-J¨urgen Sch¨onig
May 7, 2015

6. Der NoSQL Ansatz
Key / Value Stores
Ein verteilter Schl¨ussel
Hans-J¨urgen Sch¨onig
May 7, 2015

7. Die Problematik: Ein Beispiel
Kann man ohne Struktur Software schreiben?
Beispiel: Ein einfacher Punkt . . .
Ein normaler Punkt: (x, y)
GPS:
48 07’29.0“N 16 33’27.0”E
48.124722, 16.557500
Nord / S¨ud ist eigentlich die y-Koordinate
Hans-J¨urgen Sch¨onig
May 7, 2015

8. Struktur
Es muss also irgendwo immer Wissen ¨uber die Struktur geben.
Entweder in der Applikation oder in der Database
Hans-J¨urgen Sch¨onig
May 7, 2015

9. PostgreSQL Funktionalit¨at
Hans-J¨urgen Sch¨onig
May 7, 2015

10. Neue Datentypen
PostgreSQL stellt spezielle Datentypen f¨ur generische
Datenbest¨ande zur Verf¨ugung:
hstore
json
jsonb
Json folgt RFC 7159
Hans-J¨urgen Sch¨onig
May 7, 2015

11. hstore: Key / Value Store
hstore ist der traditionelle Key / Value Store
hstore hat ein propriet¨ares Format
Schon seit vielen Jahren verf¨ugbar
hochkompaktes Format
Hans-J¨urgen Sch¨onig
May 7, 2015

12. json Dokumente
Der json-Datentyp validiert json Daten
Intern wird als Text gespeichert
Spezielle Operatoren k¨onnen direkt auf das json Dokument
losgelassen werden
Einsatz: Ideal f¨ur Daten, die fast nie analysiert werden und
schnell geschrieben werden m¨ussen.
Hans-J¨urgen Sch¨onig
May 7, 2015

13. jsonb: Bin¨ares json
PostgreSQL zerlegt das json und legt es intern bin¨ar ab.
Dabei werden bei er Speicherung alle Register gezogen, um
das m¨oglichst klein zu machen.
Es muss nie wieder geparst werden.
Einsatz: Wenn Daten oft angefasst und gelesen werden.
Hans-J¨urgen Sch¨onig
May 7, 2015

14. Wie sieht das aus?
SELECT ’5’::json;
-- Array elements (elements need not be of same type)
SELECT ’[1, 2, "foo", null]’::json;
-- Object containing pairs of keys and values
-- Note that object keys must always be quoted strings
SELECT ’{"bar": "baz", "balance": 7.77, "active": false}’::
-- Arrays and objects can be nested arbitrarily
SELECT ’{"foo": [true, "bar"],
"tags": {"a": 1, "b": null}}’::json;
Hans-J¨urgen Sch¨onig
May 7, 2015

15. Ordnung im Dokument (1)
SELECT ’{"bar": "baz", "balance": 7.77,
"active":false}’::json;
json
-------------------------------------------------
{"bar": "baz", "balance": 7.77, "active":false}
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

16. Ordnung im Dokument (2)
SELECT ’{"bar": "baz", "balance": 7.77,
"active":false}’::jsonb;
jsonb
--------------------------------------------------
{"bar": "baz", "active": false, "balance": 7.77}
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

17. Einfache Operationen (1)
Auf Existenz pr¨ufen
test=# SELECT ’"foo"’::jsonb @> ’"foo"’::jsonb;
?column?
----------
t
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

18. Einfache Operationen (2)
Ist “rechts” in “links” enthalten?
test=# SELECT ’[1, 2, 3]’::jsonb @> ’[1, 3]’::jsonb;
?column?
----------
t
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

19. Einfache Operationen (3)
Elemente extrahieren
test=# SELECT ’[{"a":"foo"},{"b":"bar"},
{"c":"baz"}]’::json->2;
?column?
-------------
{"c":"baz"}
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

20. Einfache Operationen (4)
Objekte ¨uber den Key holen
test=# SELECT ’{"a": {"b":"foo"}}’::json->’a’;
?column?
-------------
{"b":"foo"}
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

21. Einfache Operationen (5)
Auf Pfade zugreifen
test=# SELECT ’{"a": {"b":{"c": "foo"}}}’::json#>’{a,b}’;
?column?
--------------
{"c": "foo"}
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

22. JSON erzeugen und zerlegen
Hans-J¨urgen Sch¨onig
May 7, 2015

23. Relational -> Json
Relationale Daten k¨onnen sehr sehr einfach in ein json
transformiert werden.
Hans-J¨urgen Sch¨onig
May 7, 2015

24. Ein Beispiel
test=# SELECT row_to_json(x)
FROM (VALUES (1, 2), (3, 4)) AS x;
row_to_json
---------------------------
{"column1":1,"column2":2}
{"column1":3,"column2":4}
(2 rows)
Hans-J¨urgen Sch¨onig
May 7, 2015

25. jsons aggregieren
test=# SELECT json_agg(row_to_json(x))
FROM (VALUES (1, 2), (3, 4)) AS x;
json_agg
--------------------------------------------------------
[{"column1":1,"column2":2}, {"column1":3,"column2":4}]
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

26. Ein json als Tabelle darstellen
test=# SELECT *
FROM json_each(’{"a":"foo", "b":"bar"}’);
key | value
-----+-------
a | "foo"
b | "bar"
(2 rows)
Hans-J¨urgen Sch¨onig
May 7, 2015

27. json -> record
test=# SELECT *
FROM json_to_record(’{"a":1,"b":[1,2,3],"c":"bar"}’)
AS x(a int, b text, d text);
a | b | d
---+---------+---
1 | [1,2,3] |
(1 row)
Hans-J¨urgen Sch¨onig
May 7, 2015

28. Indizierung
Hans-J¨urgen Sch¨onig
May 7, 2015

29. json Indizierung
Es ist jederzeit m¨oglich, einzelne Elemente zu indizieren
Funktionelle Indices sind immer m¨oglich
GIN Indices sind jedoch praktischer.
GIN indiziert JEDES Feld im json
Hans-J¨urgen Sch¨onig
May 7, 2015

30. GIN: Ganz einfach ..
CREATE INDEX idx_name ON t_table USING gin (json_field);
Hans-J¨urgen Sch¨onig
May 7, 2015

31. Performance:
Just two words: IT ROCKS !
Hans-J¨urgen Sch¨onig
May 7, 2015

32. GIN Internas
GIN verwendet intern sehr effiziente varbit Encodings
Der Index ist sehr klein
Alle Felder sind indiziert
Hans-J¨urgen Sch¨onig
May 7, 2015

33. Conclusion
Hans-J¨urgen Sch¨onig
May 7, 2015

34. PostgreSQL
Bietet gute M¨oglichkeiten, unstrukturierte Daten zu speichern.
Bei Bedarf sind Erweiterungen schnell zu schreiben
Unstrukturierte Speicherung ist in einem relationalen
Powerhouse m¨oglich
Weitere Funktionalit¨at wird folgen.
Hans-J¨urgen Sch¨onig
May 7, 2015

35. Finally . . .
Gibt es Fragen?
Hans-J¨urgen Sch¨onig
May 7, 2015