O Google usa tecnologia de IA na tradução de conteúdos para seu idioma de preferência. As traduções com IA podem ter erros.

Otimizar consultas com colunas virtuais para expressões

Esta página descreve como usar colunas virtuais para expressões no mecanismo colunar para acelerar consultas.

O mecanismo colunar pode materializar e armazenar em cache os resultados de expressões usadas com frequência. Ao pré-calcular e armazenar esses resultados, o AlloyDB evita a análise e avaliação repetidas das mesmas expressões em várias consultas. Esse processo melhora a performance da consulta e reduz o consumo de CPU, especialmente para cargas de trabalho analíticas em grandes conjuntos de dados.

Confira alguns casos de uso de colunas virtuais para expressões:

Filtragem em atributos JSON:quando você filtra consultas com frequência com base em pares de chave-valor específicos em uma coluna JSON.
Avaliação de expressões complexas:para consultas que envolvem expressões complexas ou computacionalmente intensivas.

Quando você ativa a verificação de colunas virtuais para expressões, as consultas que usam o mecanismo colunar e contêm expressões usadas com frequência são otimizadas automaticamente. O mecanismo colunar atualiza automaticamente essas colunas virtuais quando atualiza as colunas de base.

Expressões compatíveis em colunas virtuais

O AlloyDB oferece suporte aos operadores -> e ->> em colunas JSON e JSONB na versão de (visualização).

Antes de começar

Ative o mecanismo colunar para seu cluster do AlloyDB. Para mais informações, consulte Configurar o mecanismo colunar.
Identifique expressões usadas com frequência nas consultas do AlloyDB usando os insights de consultas.
Adicione as colunas de base de expressões ao mecanismo colunar. Para mais informações, consulte Gerenciar manualmente o conteúdo do repositório de colunas.

Ativar colunas virtuais para expressões

É possível ativar o suporte a colunas virtuais para expressões de uma instância usando o comando gcloud beta alloydb instances update.

Para usar a CLI gcloud, você pode instalar e inicializar a Google Cloud CLI ou você pode usar o Cloud Shell.

    gcloud beta alloydb instances update INSTANCE_ID \
        --region=REGION_ID \
        --cluster=CLUSTER_ID \
        --project=PROJECT_ID \
        --update-mode=INPLACE \
        --add-database-flags="google_columnar_engine.enable_virtual_columns_scan=on"

Substitua:

INSTANCE_ID: o ID da instância do AlloyDB.
REGION_ID: a região da instância do AlloyDB.
CLUSTER_ID: o ID do cluster da instância do AlloyDB.
PROJECT_ID: o ID do Google Cloud projeto.

Para definir essa flag no nível da sessão, execute o seguinte:

SET google_columnar_engine.enable_virtual_columns_scan=on;

Adicionar colunas virtuais para expressões

Para adicionar expressões usadas com frequência ao mecanismo colunar, use o cliente psql para chamar a função google_columnar_engine_add. Essas expressões são preenchidas no mecanismo colunar como colunas, além das colunas que já existem no banco de dados.

É possível especificar várias expressões como valores separados por vírgulas.

    SELECT google_columnar_engine_add(
    relation => 'DB.SCHEMA.TABLE_NAME',
    columns => 'COLUMN_NAME, COLUMN_NAME',
    expressions => 'EXP1, EXP2, EXP3'
    );

Substitua:

DB.SCHEMA: o esquema de banco de dados em que a tabela está armazenada.
TABLE_NAME: o nome da tabela em que a coluna está armazenada.
COLUMN_NAME: o nome das colunas que incluem as expressões.
EXP1, EXP2, EXP3 com uma lista separada por vírgulas de expressões. As expressões de extração JSON compatíveis são -> e ->>.

Por exemplo, para adicionar expressões user ->> 'email' e user ->> 'name' à tabela employee no esquema public, use a seguinte consulta:
```
    SELECT google_columnar_engine_add(
    relation => 'postgres.public.employee',
    expressions => '"user ->> ''email''", "user ->> ''name''"'
    );
```
Sintaxe da expressão :
- Coloque todo o valor da expressão entre aspas simples. Por exemplo, expressions => 'EXP1,EXP2,EXP3'.
- Separe várias expressões com vírgulas.
- Coloque cada expressão individual entre aspas duplas.
- Escape qualquer aspa simples em uma expressão usando outra aspa simples.
Por exemplo, para adicionar a expressão col -> 'level1' e col -> 'level1' ->> 'level2', use o seguinte formato:
```
    expressions => '"col -> ''level1''", "col -> ''level1'' ->> ''level2''"'
```

Exemplo de colunas virtuais para expressões

Este exemplo demonstra como usar o recurso de colunas virtuais para expressões. Crie uma tabela users com uma coluna JSONB profile e preencha-a com dados de amostra. Em seguida, com base na análise de consultas, adicione a expressão profile ->> 'email'usada com frequência ao mecanismo colunar com a google_columnar_engine_add função. O mecanismo colunar usa essa expressão frequente para otimizar consultas subsequentes.

Para adicionar essa expressão frequente de exemplo ao mecanismo colunar, siga estas etapas:

Noconsole, acesse a página Clusters. Google Cloud

Acessar Clusters
Clique no nome do cluster na coluna Nome do recurso.
No painel de navegação, clique em AlloyDB Studio.

Para criar a tabela users com uma coluna JSONB profile, execute o seguinte:

CREATE TABLE users (
id int,
username TEXT,
profile JSONB
);

Para preencher a tabela users com dados de amostra, execute o seguinte:

INSERT INTO users (id, username, profile)
SELECT
    i,
    'user' || i,
    jsonb_build_object(
        'name', 'User ' || i,
        'email', 'user' || i || '@example.com',
        'active', (i % 2 = 0)
    )
FROM generate_series(1, 100000) AS i;

Para melhorar a performance da consulta que inclui a expressão usada com frequência, adicione a profile ->> 'email' ao mecanismo colunar:

SELECT google_columnar_engine_add(
    relation => 'users',
    columns => 'username, profile',
    expressions => '"profile ->> ''email''"'
);

Execute uma consulta que usa a expressão frequente e observe o tempo necessário para concluir a consulta.
```
SELECT username
FROM users
WHERE profile->>'email' = 'user50000@example.com';
```

Ative o recurso de colunas virtuais para expressões.

SET google_columnar_engine.enable_virtual_columns_scan=on;

Execute novamente a consulta que usa a expressão frequente e observe o tempo necessário para concluir a consulta.
```
SELECT username
FROM users
WHERE profile->>'email' = 'user50000@example.com';
```

O tempo de execução da consulta é mais rápido depois que você ativa colunas virtuais para expressões.

Visualizar colunas virtuais para expressões

Para encontrar todas as expressões adicionadas a uma tabela específica, consulte a visualização g_columnar_virtual_columns:

    SELECT * FROM g_columnar_virtual_columns;

A saída é semelhante à seguinte, em que o campo description mostra todas as expressões adicionadas a uma tabela (relação).

SELECT * FROM g_columnar_virtual_columns;
category           | expression
database_name      | testdb
schemas            | {public}
relations          | {users}
description        | profile->>'email'
column_data_type   | text
status             | Usable
last_accessed_time | 2026-02-04 06:25:32.499601+00
num_times_accessed | 1

Remover colunas virtuais para expressões

Para remover uma expressão, chame a função google_columnar_engine_drop():

    SELECT google_columnar_engine_drop(
      relation => 'DB.SCHEMA.TABLE_NAME',
      expressions => 'EXP1, EXP2, EXP3'
    );

Substitua EXP1, EXP2, EXP3 por uma lista separada por vírgulas de expressões na tabela no mesmo formato usado ao adicionar expressões.