在 Postgres 字符串数组上创建不区分大小写的索引

我正在使用一个varchar[]Postgres 9.2 中的列（varchar 数组）用于存储一些标签。在按标签检索行时，我希望查询不区分大小写。但是，我想保留在 UI 中显示的大小写（因此我不能只将所有内容存储为小写）。

所以，我的问题是如何在 Postgres 中通过 varchar 数组创建不区分大小写的索引？一种可能的方法是在列上创建功能性 GIN 索引。如何做到这一点？还有其他方法吗？

@Saurabh Nanda：与您发布的内容类似，您还可以创建一个简单的函数将 varchar 数组转换为小写，如下所示：

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;

请注意，我还修剪了空格标签。这对你来说可能不是必需的，但我通常这样做是为了保持一致性。

Testing:

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

正如 Saurabh 所指出的，您可以创建一个 GIN 索引：

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

并查询：

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

UPDATE:的表演WHILE与 array_agg/unnest 比较

我创建了 100K 10 元素的表text[]数组（12 个字符的随机混合大小写字符串）并测试每个函数。

array_agg/unnest 函数返回：

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)

WHILE 函数返回：

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)

更新2： FOREACH vs. WHILE作为最后的实验，我将 WHILE 函数更改为使用 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'

结果似乎类似于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)

尽管我的测试并不严格，但我确实多次运行每个版本并发现这些数字具有代表性，这表明 SQL 方法 (array_agg/unnest) 是最快的。