Postgresql - ydeevne ved brug af array i stor database

Jeg synes, du skal bruge et elements tabel:

• Postgres ville være i stand til at bruge statistik til at forudsige, hvor mange rækker der matcher, før forespørgslen udføres, så det ville være i stand til at bruge den bedste forespørgselsplan (det er vigtigere, hvis dine data ikke er jævnt fordelt);

• du vil være i stand til at lokalisere forespørgselsdata ved hjælp af CLUSTER elements USING elements_id_element_idx;

• når Postgres 9.2 ville blive frigivet, ville du være i stand til at drage fordel af kun indeksscanninger;

Men jeg har lavet nogle test for 10M elementer:

create table elements (id_item bigint, id_element bigint);
insert into elements
  select (random()*524288)::int, (random()*32768)::int
    from generate_series(1,10000000);

\timing
create index elements_id_item on elements(id_item);
Time: 15470,685 ms
create index elements_id_element on elements(id_element);
Time: 15121,090 ms

select relation, pg_size_pretty(pg_relation_size(relation))
  from (
    select unnest(array['elements','elements_id_item', 'elements_id_element'])
      as relation
  ) as _;
      relation       | pg_size_pretty 
---------------------+----------------
 elements            | 422 MB
 elements_id_item    | 214 MB
 elements_id_element | 214 MB



create table arrays (id_item bigint, a_elements bigint[]);
insert into arrays select array_agg(id_element) from elements group by id_item;

create index arrays_a_elements_idx on arrays using gin (a_elements);
Time: 22102,700 ms

select relation, pg_size_pretty(pg_relation_size(relation))
  from (
    select unnest(array['arrays','arrays_a_elements_idx']) as relation
  ) as _;
       relation        | pg_size_pretty 
-----------------------+----------------
 arrays                | 108 MB
 arrays_a_elements_idx | 73 MB

Så på den anden side er arrays mindre og har mindre indeks. Jeg ville lave nogle 200 millioner elementtests, før jeg tog en beslutning.