优化JSONField指定索引值的过滤查询性能

当前你用foo__0__json_key__gte做过滤时，数据库需要逐条解析JSON数组、提取首元素的json_key再做数值比较，在1万条数据+数组含千条元素的场景下必然触发全表扫描，性能极差。以下是针对性的优化方案：

1. 基于PostgreSQL的JSONB表达式索引（适合不想改模型的场景） #

如果你的数据库是PostgreSQL，且foo字段用的是JSONBField（比普通JSONField性能更高，建议优先切换），可以创建表达式索引直接存储数组首元素的json_key数值：

执行SQL创建索引 #

CREATE INDEX idx_mymodal_foo_first_json_key ON mymodal ((foo->0->>'json_key')::numeric);

这个索引会提前计算并存储每条数据中foo数组第一个元素的json_key数值，查询时直接命中索引，无需实时解析JSON。

调整Django ORM查询适配索引 #

为了让ORM生成的SQL能用上这个索引，可以用RawSQL标注字段后过滤：

from django.db.models import RawSQL

qs = mymodal.objects.annotate(
    first_json_key=RawSQL("(foo->0->>'json_key')::numeric", [])
).filter(first_json_key__gte=numeric_value).values('first_json_key')

2. 冗余存储首元素值（最简单高效的方案） #

如果业务允许，直接在模型中新增一个字段专门存储foo数组首元素的json_key值，用普通字段索引实现最优查询性能：

修改模型定义 #

class MyModal(models.Model):
    foo = models.JSONField()
    # 根据实际数值类型选择IntegerField/DecimalField
    foo_first_json_key = models.DecimalField(max_digits=12, decimal_places=2, null=True)

    def save(self, *args, **kwargs):
        # 保存/更新时同步首元素值
        if self.foo and isinstance(self.foo, list) and len(self.foo) > 0:
            self.foo_first_json_key = self.foo[0].get('json_key')
        super().save(*args, **kwargs)

添加普通索引 #

在模型的Meta类中添加索引：

class Meta:
    indexes = [
        models.Index(fields=['foo_first_json_key']),
    ]

优化后的查询 #

直接用冗余字段过滤，性能拉满：

qs = mymodal.objects.values('foo_first_json_key').filter(foo_first_json_key__gte=numeric_value)

注意：如果有批量更新foo的场景，要记得同步更新foo_first_json_key，避免数据不一致。

3. 基础性能优化建议 #

• 确保foo字段使用JSONField（Django 3.1+）或JSONBField（PostgreSQL），不要用TextField存储JSON字符串，前者支持数据库层面的JSON操作优化。
• 避免在查询中对JSON字段做大量嵌套运算，除非用表达式索引覆盖这些运算逻辑。

内容的提问来源于stack exchange，提问作者micho