Hoofdletterongevoelige indexen maken op Postgres-tekenreeksarray

@Saurabh Nanda:Net als wat je hebt gepost, kun je ook een eenvoudige functie maken om je varchar-array als volgt naar kleine letters te converteren:

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;

Merk op dat ik ook de tags van spaties bijsnijd. Dit is misschien niet nodig voor jou, maar ik doe het meestal voor consistentie.

Testen:

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

Zoals opgemerkt door Saurabh, kunt u vervolgens een GIN-index maken:

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

En vraag:

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

UPDATE: Prestaties van WHILE vs array_agg/unnest

Ik heb een tabel gemaakt van 100K 10 element text[] arrays (12 willekeurige tekenreeksen met gemengde hoofdletters) en elke functie getest.

De functie array_agg/unnest retourneerde:

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)

De functie WHILE retourneerde:

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)

UPDATE 2: FOREACH vs. WHILE Als laatste experiment heb ik de WHILE-functie gewijzigd om FOREACH te gebruiken:

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'

De resultaten leken vergelijkbaar met 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)

Hoewel mijn tests absoluut niet rigoureus zijn, heb ik elke versie een aantal keer uitgevoerd en vond ik de cijfers representatief, wat suggereert dat de SQL-methode (array_agg/unnest) de snelste is.