固定存储大小的 ASCII 数据类型？

Question

我有一个需要存储 UN/LOCODE 值的数据库，我发现，使用标准数据类型，不可能以固定大小的形式存储这些值，这样我就可以有效地播放俄罗斯方块。

目前，我已经为它定义了一个域如下：

-- city: UN/LOCODE https://service.unece.org/trade/locode/Service/LocodeColumn.htm#LOCODE
CREATE DOMAIN t_locode AS VARCHAR
    CONSTRAINT t_locode_check CHECK (
        value IS NULL
        OR
        value ~ '^[A-Z]{2} [A-Z][A-Z0-9]{1,2}$'
);

...导致：

testing=# \dT+ t_locode 
List of data types
-[ RECORD 1 ]-----+---------
Schema            | public
Name              | t_locode
Internal name     | t_locode
Size              | var
Elements          | 
Owner             | postgres
Access privileges | 
Description       | 

我还尝试使用固定长度的字符类型定义而不是VARCHAR（例如CHAR(6)），但这根本没有改变，我怀疑这是因为数据库本身设置为UTF- 8，顾名思义就是变长字符编码。

为了进一步解决该问题，该域随后用于其他用户数据类型。

充其量，我想定义一种数据类型，它可以使用最多 8 个字节的存储空间来存储这些值，以与双精度对齐。

有人知道解决办法吗？

Answer 1

字符串数据类型在 PostgreSQL 中总是可变宽度数据类型，无论你使用text、character varying 还是character。

我认为您正在尝试优化不需要优化的东西。这种尝试往往弊大于利。

如果您的字符串总是 6 个 ASCII 字符长，它们将占用 7 个字节的存储空间：

CREATE TABLE x(id bigint, t text);

INSERT INTO x VALUES (1, '      '), (2, '000000');

CREATE EXTENSION pageinspect;

SELECT t_ctid, t_attrs FROM heap_page_item_attrs(get_raw_page('x', 0), 'x');

 t_ctid |                   t_attrs                   
--------+---------------------------------------------
 (0,1)  | {"\\x0100000000000000","\\x0f202020202020"}
 (0,2)  | {"\\x0200000000000000","\\x0f303030303030"}
(2 rows)

这是一个 little-endian 机器，您可以从 bigint 列中看到。

您会注意到text 值每个仅占用 7 个字节。这是由TOAST 造成的，它是你的朋友，而不是你的敌人：

TOAST 篡夺了 varlena 长度字的两位（大端机器上的高位，小端机器上的低位），从而限制了可 TOAST 数据的任何值的逻辑大小类型为 1 GB（2³⁰ - 1 个字节）。 [...]当设置最高位或最低位时，该值只有一个单字节头而不是正常的四字节头，该字节的其余位给出总数据大小（包括长度字节）以字节为单位。

0x0F 是二进制的00001111：最右边的1 表示我们只有一个单字节的标头，剩下的0000111（十进制7）是数据的长度，包括标头。

由于您的值只有 7 个字节长，它们将与 double precision 很好地对齐，只丢失一个填充字节。

如果您想通过避免填充字节来进行微优化，请将所有字符串列彼此相邻放在表定义的末尾。另一方面，考虑到 PostgreSQL 必须遍历前 9 列才能到达第 10 列，因此将经常使用的列放在首位会有性能优势。

但我不会太担心这些问题：如果您发现需要更大的数字，则使用 integer 而不是 bigint 节省 4 个字节可能会导致大问题，并且列的放置无关紧要在性能方面，与良好的数据模型、良好的查询和正确的索引相比。