我被指示“不要打扰LIKE
”并使用~
代替。 LIKE
有什么问题?~
有何不同?
~
在这种情况下是否有名称,或者人们说“使用代字号运算符”?
~
是正则表达式运算符,具有隐含的功能。您可以指定全范围的正则表达式通配符和量词;请参阅the documentation了解详情。它肯定比LIKE
更强大,并且应该在需要它时使用,但它们用于不同的目的。
LIKE
和IMO没有理由支持~
。恰恰相反。 LIKE
是SQL标准。 SIMILAR TO
也是如此,但它没有被广泛支持。 PostgreSQL的~ operator
(或posix正则表达式匹配运算符)不是SQL标准。
出于这个原因,我更喜欢使用LIKE
,因为它足够表达,当我需要完整正则表达式的力量时,我只使用~
。如果我需要移植数据库,那么就会受到一点伤害。当SIMILAR TO
不够强大时,我倾向于使用LIKE
,但在Erwin的评论之后我想我会停止这样做并且当~
不能完成这项工作时使用LIKE
。
此外,如果数据库位于LIKE 'TEST%'
语言环境中或者索引具有LIKE
,PostgreSQL可以使用b-tree索引进行前缀搜索(例如SIMILAR TO
)和C
或text_pattern_ops
。与我之前写的相反,Pg也可以将这样的索引用于左锚定的posix正则表达式,它只需要一个显式的'^ TEST。*',因此正则表达式只能从头开始匹配。我之前的帖子错误地指出~
无法使用索引进行前缀搜索。消除了这种差异,这取决于您是否希望在可能与否之前坚持使用标准兼容功能。
见this demo SQLFiddle;注意不同的执行计划。注意~ '1234.*'
和~ '^1234.*'
之间的区别。
给出样本数据:
create table test (
blah text
);
insert into test (blah) select x::text from generate_series(1,10000) x;
create index test_blah_txtpat_idx ON test(blah text_pattern_ops);
请注意,~
使用seqscan,即使它更昂贵(人为地因为enable_seqscan
),因为它没有其他选择,而LIKE
使用索引。但是,带左锚的校正~
也使用索引:
regress=# SET enable_seqscan = 'f';
SET
regress=# explain select 1 from test where blah ~ '12.*';
QUERY PLAN
---------------------------------------------------------------------------
Seq Scan on test (cost=10000000000.00..10000000118.69 rows=2122 width=0)
Filter: (blah ~ '12.*'::text)
(2 rows)
regress=# explain select 1 from test where blah like '12%';
QUERY PLAN
------------------------------------------------------------------------------------
Bitmap Heap Scan on test (cost=4.55..46.76 rows=29 width=0)
Filter: (blah ~~ '12%'::text)
-> Bitmap Index Scan on test_blah_txtpat_idx (cost=0.00..4.54 rows=29 width=0)
Index Cond: ((blah ~>=~ '12'::text) AND (blah ~<~ '13'::text))
(4 rows)
regress=# explain select 1 from test where blah ~ '^12.*';
QUERY PLAN
-------------------------------------------------------------------------------------
Bitmap Heap Scan on test (cost=5.28..51.53 rows=101 width=0)
Filter: (blah ~ '^12.*'::text)
-> Bitmap Index Scan on test_blah_txtpat_idx (cost=0.00..5.25 rows=100 width=0)
Index Cond: ((blah ~>=~ '12'::text) AND (blah ~<~ '13'::text))
(4 rows)
qazxsw poi,qazxsw poi和qazxsw poi是基本的qazxsw poi。
如果可以的话,使用qazxsw poi(qazxsw poi),它是最快速和最简单的。
如果你不能,使用正则表达式(LIKE
),它会更强大。
绝不是用户
SIMILAR TO
。这是毫无意义。见下文。
安装~
添加了高级索引选项和pattern matching operators in PostgreSQL。
还有LIKE
拥有自己的基础设施和~~
(以及其他)。
每个运营商都可以获得索引支持 - 程度不同。它经常胜过其他选择的表现。但即使有索引,细节也有很多余地。
没有pg_trgm,只有左锚定搜索模式的索引支持。如果您的数据库集群使用非C语言环境(典型情况)运行,则需要一个索引~
,如SIMILAR TO
或additional module pg_trgm。这也支持基本的左锚定正则表达式。例:
similarity operator %
安装pg_trgm后,可以使用运算符类@@
operator或with a special operator class进行GIN或GiST索引。这些索引支持任何text_pattern_ops
表达式,而不仅仅是左锚定。而且,varchar_pattern_ops
从PostgreSQL 9.3开始,这些索引类型还支持常规表达式匹配的索引搜索。
细节:
CREATE TABLE tbl(string text);
INSERT INTO tbl(string)
SELECT x::text FROM generate_series(1, 10000) x;
CREATE INDEX tbl_string_text_pattern_idx ON tbl(string text_pattern_ops);
SELECT * FROM tbl WHERE string ~ '^1234'; -- left anchored pattern
SQL Fiddle.是一个非常奇怪的结构。 PostgreSQL只实现它,因为它是在早期版本的SQL标准中定义的。在内部,每个gist_trgm_ops
表达式都用正则表达式重写。因此,对于任何给定的gin_trgm_ops
表达式,至少有一个正则表达式可以更快地完成相同的工作。我从不使用LIKE
。
进一步阅读:
另一方面,qazxsw poi qazxsw poi,qazxsw poi。
我只是做了一个快速而简单的基准测试,看看没有索引时两个运算符之间的性能差异:
PostgreSQL LIKE query performance variations
在这个例子中,SIMILAR TO
算子几乎是SIMILAR TO
算子的两倍。因此,如果速度至关重要,我会倾向于SIMILAR TO
,但要注意不要过早优化。 SIMILAR TO
为您提供了更多的灵活性。
对于那些感兴趣的人,以下是针对上述查询的Pattern matching with LIKE, SIMILAR TO or regular expressions in PostgreSQL计划:
The~~
operator is equivalent toLIKE
.
是的,它代表POSIX正则表达式。另一种方法是使用SQL标准方法将正则表达式与“SIMILAR TO”运算符一起使用,尽管它提供了更有限的一组功能,可能更容易理解。我认为这是dba交流的一个很好的参考:~
就像只是在开头或结束或中间匹配字符串的一部分而倾斜(〜)与正则表达式匹配
为了进一步解释这个,我们创建一个表并插入一些值
will match using a POSIX regular expression
现在让我们在表格中插入一些值
postgres=# \timing
Timing is on.
postgres=# SELECT count(1) FROM (SELECT val from generate_series(1, 10000000) x(val) WHERE val::text LIKE '%5%') AS x;
count
─────────
5217031
(1 row)
Time: 5631.662 ms
postgres=# SELECT count(1) FROM (SELECT val from generate_series(1, 10000000) x(val) WHERE val::text ~ '5') AS x;
count
─────────
5217031
(1 row)
Time: 10612.406 ms
现在你的表应该是这样的
LIKE
~
正如您所看到的,LIKE
只会获取名称以大写字母A开头的值。
~
正如你所看到的,EXPLAIN
只会告诉我们名称之间有postgres=# EXPLAIN ANALYZE SELECT count(1) FROM (SELECT val from generate_series(1, 10000000) x(val) WHERE val::text LIKE '%5%') AS x;
QUERY PLAN
──────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
Aggregate (cost=20.00..20.01 rows=1 width=0) (actual time=9967.748..9967.749 rows=1 loops=1)
-> Function Scan on generate_series x (cost=0.00..17.50 rows=1000 width=0) (actual time=1732.084..7404.755 rows=5217031 loops=1)
Filter: ((val)::text ~~ '%5%'::text)
Rows Removed by Filter: 4782969
Total runtime: 9997.587 ms
(5 rows)
postgres=# EXPLAIN ANALYZE SELECT count(1) FROM (SELECT val from generate_series(1, 10000000) x(val) WHERE val::text ~ '5') AS x;
QUERY PLAN
───────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────────
Aggregate (cost=20.00..20.01 rows=1 width=0) (actual time=15118.061..15118.061 rows=1 loops=1)
-> Function Scan on generate_series x (cost=0.00..17.50 rows=1000 width=0) (actual time=1724.591..12516.996 rows=5217031 loops=1)
Filter: ((val)::text ~ '5'::text)
Rows Removed by Filter: 4782969
Total runtime: 15147.950 ms
(5 rows)
的值。
https://dba.stackexchange.com/questions/10694/pattern-matching-with-like-similar-to-or-regular-expressions-in-postgresql
正如你所看到的,# create table users(id serial primary key, name character varying);
只会告诉我们名字以# insert into users (name) VALUES ('Alex'), ('Jon Snow'), ('Christopher'), ('Arya'),('Sandip Debnath'), ('Lakshmi'),('[email protected]'),('@sandip5004'), ('[email protected]');
结尾的值。
id | name
----+-------------------
1 | Alex
2 | Jon Snow
3 | Christopher
4 | Arya
5 | Sandip Debnath
6 | Lakshmi
7 | [email protected]
8 | [email protected]
9 | @sandip5004
正如你所看到的,# select * from users where name like 'A%';
id | name
----+------
1 | Alex
4 | Arya
(2 rows)
只会获得名称为'A%'
的值。 # select * from users where name like '%a%';
id | name
----+-------------------
4 | Arya
5 | Sandip Debnath
6 | Lakshmi
7 | [email protected]
8 | [email protected]
表示区分大小写,而* *表示不区分大小写
'%a%'
上面的查询给了我们0行,因为a
与任何条目都不匹配
现在让我们考虑一个案例,我们只需要获取电子邮件ID,我们不知道邮件ID有什么,但我们知道电子邮件的模式,即会有一些字母或数字或_或。或 - 然后@然后再多一些字母或数字或 - 然后。那么# select * from users where name like '%a';
id | name
----+------
4 | Arya
或'%a'
或a
# select * from users where name ~* 't';
id | name
----+----------------
3 | Christopher
5 | Sandip Debnath
我们可以使用正则表达式创建模式。
现在让我们尝试使用正则表达式获取结果
name ~* 't'
同样,我们可以获取一些中间有空格的名称
t
[az] +表示从a到z可以有任何字母,+表示可能出现1次或多次,而\ s表示之后会有一个空格,然后再出现一组可能出现1或更多的字母倍。
希望这个详细的分析有所帮