我正在尝试为当前在LDAP存储中的主机数据提出一个PostgreSQL模式。该数据的一部分是一台机器可以拥有的主机名列表,该属性通常是大多数人用来查找主机记录的关键字。
我想从将这些数据移动到RDBMS中得到的一件事是能够在主机名列上设置唯一性约束,这样就不能分配重复的主机名。如果主机只能有一个名称,这将很容易,但由于它们可以有多个名称,这就更复杂了。
我意识到这样做的完全规范化的方式是有一个hostnames表,外键指向hosts表,但我想避免让每个人都需要执行连接,即使是最简单的查询:
select hostnames.name,hosts.*
from hostnames,hosts
where hostnames.name = 'foobar'
and hostnames.host_id = hosts.id;
我认为使用PostgreSQL数组可以解决这个问题,它们确实使简单的查询变得简单:
select * from hosts where names @> '{foobar}';
当我在hostnames属性上设置唯一性约束时,它当然会将整个名称列表视为唯一值,而不是将每个名称视为唯一值。是否有一种方法可以使每个名称在每行中唯一?
如果没有,有没有人知道另一种更有意义的数据建模方法?
正确的路径
您可能需要重新考虑对模式的规范化。即使是最简单的查询,也不需要每个人都加入。创建一个 VIEW
表可以像这样:
CREATE TABLE hostname (
hostname_id serial PRIMARY KEY
, host_id int REFERENCES host(host_id) ON UPDATE CASCADE ON DELETE CASCADE
, hostname text UNIQUE
);
代理主键hostname_id
是可选的。我想要一个。在您的例子中,hostname
可以是主键。但是使用一个简单的、小的integer
键,许多操作会更快。创建一个外键约束链接到表host
。
创建如下视图:
CREATE VIEW v_host AS
SELECT h.*
, array_agg(hn.hostname) AS hostnames
-- , string_agg(hn.hostname, ', ') AS hostnames -- text instead of array
FROM host h
JOIN hostname hn USING (host_id)
GROUP BY h.host_id; -- works in v9.1+
从pg 9.1开始,GROUP BY
中的主键覆盖SELECT
列表中该表的所有列。9.1版本的发行说明:
允许非
中指定GROUP BY
列在查询目标列表中key在GROUP BY
子句
查询可以像使用表一样使用视图。搜索主机名将更快:
SELECT *
FROM host h
JOIN hostname hn USING (host_id)
WHERE hn.hostname = 'foobar';
假设您在host(host_id)
上有一个索引,因为它应该是主键。另外,hostname(hostname)
上的UNIQUE
约束自动实现了其他所需的索引。
在Postgres 9.2+中,如果您可以获得索引扫描,那么多列索引将更好:
CREATE INDEX hn_multi_idx ON hostname (hostname, host_id);
从Postgres 9.3开始,如果情况允许,您可以使用 MATERIALIZED VIEW
。特别是当你读的次数比写的次数多的时候。
阴暗面(你真正问的)
如果我不能让你相信正义的道路,这里有一些黑暗的帮助:
下面是一个如何强制主机名唯一性的演示。我使用表hostname
收集主机名,并使用表host
上的触发器使其保持最新状态。唯一的违反将引发异常并中止操作。
CREATE TABLE host(hostnames text[]);
CREATE TABLE hostname(hostname text PRIMARY KEY); -- pk enforces uniqueness
触发功能:
CREATE OR REPLACE FUNCTION trg_host_insupdelbef()
RETURNS trigger
LANGUAGE plpgsql AS
$func$
BEGIN
-- split UPDATE into DELETE & INSERT
IF TG_OP = 'UPDATE' THEN
IF OLD.hostnames IS DISTINCT FROM NEW.hostnames THEN -- keep going
ELSE
RETURN NEW; -- exit, nothing to do
END IF;
END IF;
IF TG_OP IN ('DELETE', 'UPDATE') THEN
DELETE FROM hostname h
USING unnest(OLD.hostnames) d(x)
WHERE h.hostname = d.x;
IF TG_OP = 'DELETE' THEN RETURN OLD; -- exit, we are done
END IF;
END IF;
-- control only reaches here for INSERT or UPDATE (with actual changes)
INSERT INTO hostname(hostname)
SELECT h
FROM unnest(NEW.hostnames) h;
RETURN NEW;
END
$func$;
触发:
CREATE TRIGGER host_insupdelbef
BEFORE INSERT OR DELETE OR UPDATE OF hostnames ON host
FOR EACH ROW EXECUTE FUNCTION trg_host_insupdelbef();
SQL Fiddle with test run.
在数组列host.hostnames
上使用GIN索引和数组操作符来处理它:
- 为什么我的PostgreSQL数组索引被使用(Rails 4)?
- 检查Postgres数组中是否存在一个给定的值数组
如果有人还需要原始问题中的内容:
CREATE TABLE testtable(
id serial PRIMARY KEY,
refs integer[],
EXCLUDE USING gist( refs WITH && )
);
INSERT INTO testtable( refs ) VALUES( ARRAY[100,200] );
INSERT INTO testtable( refs ) VALUES( ARRAY[200,300] );
,这将给你:
ERROR: conflicting key value violates exclusion constraint "testtable_refs_excl"
DETAIL: Key (refs)=({200,300}) conflicts with existing key (refs)=({100,200}).
在Postgres 9.5中检查。
注意,这将使用操作符&&
创建索引。因此,当您使用testtable
时,检查ARRAY[x] && refs
将比检查x = ANY( refs )
快几倍。
注:总的来说,我同意上面的答案。在99%的情况下,您更喜欢规范化模式。请尽量避免在生产环境中使用"hacky"的东西。