(var)char 作为性能列的类型？

Question

我在 PostgreSQL 中有一个名为“状态”的列。首先它曾经是integer 类型的“status_id”。这些值保存在客户端上，因此服务器上有一个名为 statuses 的 no 表，我将在其中保留这些状态，然后对第一个表执行 inner join。

我过去常常从客户端发送状态 ID（它们在客户端上有名称）。但是，在某些时候我明白我最好让服务器保持这些状态。不是在单独的表中，而是在第一个表中，我想让它们成为字符串。所以初始表将有一个字符串类型的status 列（更具体地说，varchar）。我读它不会那么慢。

总的来说，这是个好主意吗？我想这是因为每次都做inner join（以防我将状态保存在单独的表中）以及从客户端发送ID都很昂贵。

1) 我唯一担心的是status 列的类型应该是char，而不是varchar。我想它应该使它更有效。是这样吗？

2) 如果第一种情况是正确的，那么我不确定我能否使用完全相同数量的字符（例如 5 个字符）来命名所有状态。其中一些可能更长，一些更短。我该如何解决这个问题？

更新：

这不是取消国有化，因为我说的是 1 个单桌。没有也从来没有第二个名为 Statuses 的表，其中包含字段 (id, status_name)。

我想表达的是我可以使用 char(n) 作为 status_name 并在其上添加索引。那么它应该足够快。但是，用特定 (n) 个字符来命名所有状态可能是可能的，也可能是不可能的，这是唯一的问题。

Answer 1

我不认为使用 char 或 varchar 代替整数是个好主意。很难预料它会比整数 PK 慢多少，但这种设计会更慢——当你加入更大的表时，影响会更可怕。如果可以，请改用 ENUM 类型。

http://www.postgresql.org/docs/9.2/static/datatype-enum.html

CREATE TYPE mood AS ENUM ('sad', 'ok', 'happy');

CREATE TABLE person (
    name text,
    current_mood mood
);
INSERT INTO person VALUES ('Moe', 'happy');
SELECT * FROM person WHERE current_mood = 'happy';
 name | current_mood 
------+--------------
 Moe  | happy
(1 row)

PostgreSQL varchar 和 char 类型非常相似。内部实现是相同的 - 由于空格相加，char 可以（这是悖论）稍微慢一点。

Answer 2

我会更进一步。 永远不要使用过时的数据类型char(n)，除非您知道必须这样做（出于兼容性或一些罕见的奇异原因）。该类型在现代数据库中完全没用。用空白字符填充字符串是无稽之谈，如果您必须这样做，您可以使用rpad() 以更便宜的方式进行数据检索。

SELECT rpad('short', 10) AS char_10_string;

varchar 与text 基本相同，并允许使用长度说明符：varchar(n)。我通常只使用text。如果我需要限制长度，我使用CHECK 约束。 Here's one example, why.

只要您可以改用简单的integer（或enum），它在各个方面都会更小更快。考虑将@Pavel's answer 替换为enum。

至于：

因为每次做inner join (...) 都很昂贵

嗯，它的成本很低，但它通常比在主表中冗余保存状态的文本表示而不是便宜得多的整数便宜。这种谣言是由对database normalization 的概念有问题的人传播的。 enum 类型在这里是一种折衷方案 - 用于相对静态的值集。