Vytváření indexů bez ohledu na velikost písmen v poli řetězců Postgres

@Saurabh Nanda:Podobně jako jste zveřejnili, můžete také vytvořit jednoduchou funkci pro převod pole varchar na malá písmena následovně:

CREATE OR REPLACE FUNCTION array_lowercase(varchar[]) RETURNS varchar[] AS
$BODY$
  SELECT array_agg(q.tag) FROM (
    SELECT btrim(lower(unnest($1)))::varchar AS tag
  ) AS q;
$BODY$
  language sql IMMUTABLE;

Všimněte si, že také ořezávám značky mezer. Možná to pro vás není nutné, ale já to obvykle dělám kvůli konzistenci.

Testování:

SELECT array_lowercase(array['Hello','WOrLD']);
 array_lowercase 
-----------------
 {hello,world}
(1 row)

Jak poznamenal Saurabh, můžete pak vytvořit index GIN:

CREATE INDEX ix_tags ON tagtable USING GIN(array_lowercase(tags));

A dotaz:

SELECT * FROM tagtable WHERE ARRAY['mytag'::varchar] && array_lowercase(tags);

AKTUALIZACE: Výkon WHILE vs array_agg/unnest

Vytvořil jsem tabulku 100K 10 elementů text[] pole (12 náhodných řetězců se smíšenou velikostí písmen) a testovali každou funkci.

Funkce array_agg/unnest vrátila:

EXPLAIN ANALYZE VERBOSE SELECT array_lowercase(data) FROM test;
                                                       QUERY PLAN                                                       
------------------------------------------------------------------------------------------------------------------------
 Seq Scan on public.test  (cost=0.00..28703.00 rows=100000 width=184) (actual time=0.320..3041.292 rows=100000 loops=1)
   Output: array_lowercase((data)::character varying[])
 Total runtime: 3174.690 ms
(3 rows)

Funkce WHILE vrátila:

EXPLAIN ANALYZE VERBOSE SELECT array_lowercase_while(data) FROM test;
                                                       QUERY PLAN                                                       
------------------------------------------------------------------------------------------------------------------------
 Seq Scan on public.test  (cost=0.00..28703.00 rows=100000 width=184) (actual time=5.128..4356.647 rows=100000 loops=1)
   Output: array_lowercase_while((data)::character varying[])
 Total runtime: 4485.226 ms
(3 rows)

AKTUALIZACE 2: FOREACH vs. WHILE Jako poslední experiment jsem změnil funkci WHILE na použití FOREACH:

CREATE OR REPLACE FUNCTION array_lowercase_foreach(p_input varchar[]) RETURNS varchar[] AS $BODY$
DECLARE
    el text;
    r varchar[];
BEGIN
    FOREACH el IN ARRAY p_input LOOP
        r := r || btrim(lower(el))::varchar;
    END LOOP;
    RETURN r;
END;
$BODY$
  language 'plpgsql'

Zdá se, že výsledky jsou podobné jako WHILE :

EXPLAIN ANALYZE VERBOSE SELECT array_lowercase_foreach(data) FROM test;
                                                       QUERY PLAN                                                       
------------------------------------------------------------------------------------------------------------------------
 Seq Scan on public.test  (cost=0.00..28703.00 rows=100000 width=184) (actual time=0.707..4106.867 rows=100000 loops=1)
   Output: array_lowercase_foreach((data)::character varying[])
 Total runtime: 4239.958 ms
(3 rows)

Ačkoli mé testy nejsou v žádném případě přísné, každou verzi jsem spustil několikrát a zjistil jsem, že čísla jsou reprezentativní, což naznačuje, že metoda SQL (array_agg/unnest) je nejrychlejší.