Indexation SQL au delà des simples colonnes: Expressions, fragments de texte, attributs JSON et requêtes Top-N
Conference (INTERMEDIATE level)
Neuilly 252AB
Si vous créez vos index en regardant les colonnes des tables, il est temps d'explorer une approche différente. Au lieu d'indexer simplement une ou des colonnes qui paraissent utiles aux requêtes, regardez les valeurs et plages de valeurs sur lesquelles vous effectuerez des recherches, et dans quel ordre vous souhaitez trier le résultat. Alors que dans un schéma fortement normalisé, cela se traduit généralement par une ou plusieurs colonnes, les applications modernes nécessitent souvent la recherche de critères au sein d'un fragment de texte, d'un attribut dans une structure JSON, ou des valeurs maximales à travers plusieurs lignes.
Dans cette session, nous explorerons plusieurs exemples (Expressions, fragments de texte, attributs JSON et requêtes Top-N) sur PostgreSQL (Expression index, Inverted index, Partial index, Covering index, Order preserving joins) et évaluerons l'efficacité de l'indexation en examinant le plan d'exécution.
Dans cette session, nous explorerons plusieurs exemples (Expressions, fragments de texte, attributs JSON et requêtes Top-N) sur PostgreSQL (Expression index, Inverted index, Partial index, Covering index, Order preserving joins) et évaluerons l'efficacité de l'indexation en examinant le plan d'exécution.
Franck Pachot
Yugabyte
Franck is a Developer Advocate for YugabyteDB, an open-source distributed SQL database compatible with Postgres. With 25 years of experience in database consulting for development and operations teams, Franck actively engages with conferences, writes articles, and participates in social media to continuously learn and share his knowledge. He is recognized as an Oracle Certified Master and an AWS Data Hero.