返回资讯中心
外部精选
软件工程
#开发者实时流

实测 PostgreSQL 17 与 18:json 与 jsonb 的体积和读取速度对比

来源标题:Chris van Eijk: JSON vs. jsonb in PostgreSQL: size and speed, measured

在包含六种文档形态的测试中,jsonb 的存储体积相比 json 从缩小 22.6% 到增大 40.9% 不等,具体取决于 JSON 内容和格式。读取单个键时,jsonb 速度比 json 快 2.7 至 10.6 倍;并且只有 jsonb 支持比较、分组和包含索引。

Hacker News 最新millspore2026/11/10 · 7 天前30 分钟阅读

以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

PostgreSQL 17 和 18 中 json 与 jsonb 的对比,基于六种文档形态实测:jsonb 何时小 23%、何时大 41%,读取速度、GIN,以及这意味着什么。 Chris van Eijk,Now-Next · 2026 年 11 月 9 日 · 阅读时长 10 分钟 Now-Next 构建 SaaS 产品,也接手现有产品。我们做什么 →

jsonb 是否比 json 占用更多空间,取决于你放进去的 JSON,而不只取决于类型本身。在 PostgreSQL 17.11 和 18.6 中(这两个版本存储每张表的字节数完全相同),一百万个约 200 字节的紧凑文档以 jsonb 存储时多占 17.8% 的空间,而同样的文档经过美化打印后以 jsonb 存储反而少占 3.6%;在六种文档形态、两种输入形式和两种压缩方法下,我们测得的范围从小 22.6% 到大 40.9%。在我们计时的每一种情况下,用 ->> 读取单个键从 jsonb 读取都快 2.7 到 10.6 倍,而且只有 jsonb 才能进行比较、分组或为包含查询建索引。

搜索这个问题时,你会看到两个方向相反的数字。在 Alexander Korotkov、Oleg Bartunov 和 Teodor Sigaev 2015 年 PGConf.Russia 演讲的幻灯片中,125 万个书签以 jsonb 存储占用 1,374 MB,以 json 存储占用 1,322 MB:“开销 < 4%”。2026 年 9 月 BestHub 上转载的一项基准测试报告称,一百万行数据分别约为 888 MB 和 1,200 MB,即小 26%。Korotkov 的 4% 落在我们测得的范围内。那 26% 我们无法复现:我们运行了那篇文章中给出的生成器来生成一百万行,其中 json.dumps 像原文那样不带参数调用,这会在每个逗号和冒号后写入一个空格,结果 jsonb 反而大了 6.7%,为 653.5 MB 对 612.6 MB。在我们自己的测量中,有四个因素决定了结果偏向哪一边:文档包含什么内容、JSON 是否包含空白、文档是否大到足以让 PostgreSQL 压缩它,以及它使用哪种压缩方法。

PostgreSQL 17.11。大小是整张表(包括 TOAST),在 VACUUM 之后测量;读取是对整张表执行 sum(length(doc->>'first')),不使用索引:

读取时间来自 pglz 表。在 PostgreSQL 18.6 上,这些时间与上述结果的偏差在 6% 以内,只有小的 jsonb 表例外,它们的读取速度快了 6% 到 15%;在两个版本上,jsonb 在每一行中都是更快的类型。

PostgreSQL 17.11 和 18.6 运行在来自官方镜像的一次性容器中,机器为一台 8 核 Ryzen 7 3700X、62 GiB 内存。shared_buffers 为 2 GB,因此我们查询的每张表都从共享内存读取;autovacuum、JIT 和并行查询关闭,数据校验和开启。六种文档形态,由固定种子生成:

每种形态都从相同的值写入两次:紧凑形式,以及缩进为 2 的美化打印形式,即 JSON.stringify(x, null, 2) 写出的样子。每种都写入四张表,用 COPY 加载:json 和 jsonb,各自使用默认的 default_toast_compression pglz 和 lz4。计时在服务器内部进行:查询取一次不计时的预热后五次运行的中位数,加载、索引构建和更新取三次的中位数。脚本链接在文末。

压缩之前,总是比紧凑 JSON 大;在磁盘上,则不一定。该类型存储的是解析后的文档:每个键和值都有头部,键经过排序,数字以 numeric 存储。为了单独观察这一层,我们还在两个版本上对所有行用 pg_column_size(doc::json) 和 pg_column_size(doc::jsonb) 测量了每个文档作为未压缩值的大小:

从那张表和上面的存储大小可以得出三点。

开销是按每个键计算的,而不是按字节。小文档在 jsonb 中增长了 38.5 字节,同样文档但键更长时增长了 38.4 字节:分别为 18.5% 和 9.0%。我们的小文档没有被压缩,因此开销直接带到了磁盘上:表大了 17.8% 和 6.3%,比按值计算略少,因为每一行还有自己的头部。

jsonb 中的空白消失了,而这可以抵消头部的开销。json 会原样保留你的文本,包括缩进;jsonb 从两种输入得到的大小相同,并且在压缩前,除整数数组外,每种形态都比美化打印的 json 小。整数是 jsonb 增长最多的地方:3,500 个整数占用 54.7 KB,而紧凑文本为 20.7 KB。

压缩会彻底改变排序。根据 TOAST 的文档,一旦一行超过约 2 kB,PostgreSQL 就会尝试压缩该值。紧凑的中等文档作为 json 为 1,521.9 字节,低于该阈值,在全部 100,000 行中都未压缩存储。同样的文档作为 jsonb 为 2,071.9 字节,超过了阈值,在全部 100,000 行中都被压缩,用 pglz 压缩到 1,149.7 字节。这就是一个压缩前大 36% 的类型最终在磁盘上反而小 16.6% 的原因。在扁平文档上,pglz 在全部 5,000 行中都未压缩紧凑 json 文本,但确实压缩了 jsonb 形式。一旦两边都压缩,在十三种情况中有十种 jsonb 一样大或更大,大紧凑文档用 pglz 时最多大 33.0%,用 lz4 时大 22.2%;只有含随机字符串的扁平文档以 jsonb 存储时小 5.5% 到 10.4%。空白压缩效果好,因此对于美化打印的中等文档,优势反转了:压缩前小 13.2%,用 pglz 压缩后反而大 16.6%。而且方法因形态而异:对于整数数组,lz4 使 jsonb 大 40.9%,pglz 则为 3.2%。

条形长度是线性的,以最大值为基准。灰色是压缩前的值,紫色是表中存储值的平均值,两者都用 pg_column_size 测量。只有紧凑 json 保持在约 2 kB 的阈值以下并按原样存储;两种较大的形式会被压缩,最终更小。

结果是一个与未压缩时完全相反的排名。在磁盘上,美化打印的 json 是三者中最小的,表为 117.5 MB,其次是 jsonb,为 136.9 到 137.0 MB,而紧凑 json——压缩前最小的——反而是最大的,为 164.2 MB。

(原文较长,此处译出前 6000 字,完整内容请点「打开原文」。)

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →