Segfault's questions

Eu tenho uma tabela com vários terabytes de dados de eventos em um esquema muito simples (id, bucket_id, data,created_at) e há um índice como este

create index index_events_on_created_at_and_bucket_id
    on public.events (created_at desc, bucket_id asc);

Agora pensei que seria rápido encontrar o ID do evento mais recente em cada bucket com uma consulta como:

select max(created_at), bucket_id from events group by bucket_id;

Explique a saída:

HashAggregate  (cost=170172168.62..170172178.41 rows=979 width=16)
  Group Key: bucket_id
  ->  Index Only Scan using index_events_on_created_at_and_bucket_id on events  (cost=0.70..156003994.34 rows=2833634856 width=16)

Parece estar usando o índice, mas fazendo uma varredura do índice em vez de apenas capturar o valor principal como eu esperava. De qualquer forma, ele não é concluído em tempo hábil. Suponho que seja um problema ao usar a função agregada na consulta, mas não sei como consertar.

Existe uma consulta que pode retornar o carimbo de data/hora mais recente (ou seja, o primeiro no índice) created_atde cada intervalo, obtendo-o desse índice?

Em nosso banco de dados, uma coluna JSONB contém um objeto que possui uma propriedade que é um objeto JSON codificado em string. Preciso desserializar essa string durante a consulta e inspecionar seus valores.

create table datas (id int, data jsonb);
insert into datas (id, data) values (1, '{"key1": "{\"foo\": \"bar\"}"}');

Posso selecionar o valor da string, mas a conversão em um objeto JSONB não funciona. Todas essas consultas retornam null para o foo.

select data->'key1'->'foo' from datas;
select to_json(data->'key1')->'foo' from datas;
select (data->'key1')::jsonb->'foo' from datas;

dbfiddle: https://dbfiddle.uk/?rdbms=postgres_9.6&fiddle=9c0a9f7f1323a35051daba5177e52f57

No SqlServer 2017 temos uma tabela com milhões de linhas. A tabela tem algumas dezenas de colunas. Uma das colunas é uma varchar(50)com um intervalo bem definido de valores permitidos, o valor dessa coluna é garantido como uma string de uma lista de cerca de 4.000 strings. As únicas consultas que queremos otimizar nessa tabela lidam exclusivamente com as linhas que têm apenas um desses valores, mas elas precisam recuperar todas as colunas dessas linhas. Faz sentido colocar um índice nessa coluna e, em caso afirmativo, qual tipo de índice deve ser usado?

Exemplo de esquema:

+---------------------------------------+
| Id   | Category | ... 20 other columns|
+------+----------+---------------------+
| 1    | Food     |      .....          |
+------+----------+---------------------+
| 2    | Lumber   |      .....          |
+------+----------+---------------------+

Exemplo de consulta:select * from table where Category = 'food';

Portanto, neste exemplo, a Categorycoluna contém uma string de uma lista de cerca de 4.000. Considerei um índice clusterizado, mas essa coluna não é exclusiva. Eu adicionaria um índice não clusterizado, mas a consulta pede que todas as colunas sejam retornadas, então ela precisa voltar do índice para a tabela principal para recuperar todos os dados de qualquer maneira, certo? Então temos que usar um índice de tabela completo ou existe uma opção melhor?