Question

我已经开始研究一个项目，那里有一个相当大的表（大约82,000,000行），我觉得它非常臃肿。其中一个字段定义为：

consistency character varying NOT NULL DEFAULT 'Y'::character varying

它用作布尔值，值应始终为（'Y'|'N'）。

注意：没有检查约束等。

我正试图找出理由改变这个领域的理由。这就是我所拥有的：

它被用作布尔值，所以就这样吧。显式优于隐式。
它可以防止编码错误，因为现在有任何可以转换成文本的内容都会盲目地存在。

以下是我的问题。

尺寸/存储怎么样？ db是UTF-8。所以，我认为在这方面确实没有多少节省。对于boolean，它应该是1个字节，而对于UTF-8中的'Y'也应该是1个字节（至少这是我在Python中检查长度时得到的）。这里是否还有其他存储空间可以保存？
查询效果？ Postgres会因“=TRUE”与“='Y'”的原因而获得任何性能提升吗？

Answer 1

PostgreSQL（与Oracle不同）有一个完全成熟的boolean type。通常，“是/否标志”应为boolean。这是正确使用的类型！

尺寸/存储怎么样？

基本上，boolean列在磁盘上占用 1个字节，
text或character varying（quoting the manual here）...

短字符串（最多126个字节）的存储要求是1个字节加上实际的字符串

简单字符的 2个字节。因此，您可以将该列的存储减少一半。

实际存储比这更复杂。每个表有一些固定的开销，page and row，有特殊的NULL storage，有些类型需要data alignment。整体影响将非常有限 - 如果有明显的话 More on how to measure actual space requirement.

编码UTF8在这里没有任何区别。基本ASCII字符与LATIN-1等其他编码位兼容。

在您的情况下，根据您的描述，您应该保留您似乎已经拥有的NOT NULL constraint - 与基本类型无关。

查询效果？

在任何情况下使用布尔值都会略胜一筹。除了略小，boolean的逻辑更简单，varchar或text通常也有COLLATION特定规则。但对于那些简单的事情，不要期待太多。

而不是

WHERE consistency = 'Y'

你可以写：

WHERE consistency = TRUE

但是，实际上，你可以简化为：

WHERE consistency

无需进一步评估。

更改类型

转换表格很简单：

ALTER TABLE tbl ALTER consistency TYPE boolean USING CASE consistency WHEN 'Y' THEN TRUE ELSE FALSE END;

此CASE表达式将非TRUE（'Y'）的所有内容折叠为FALSE。 NOT NULL约束只是保留。

Answer 2

从单个VARCHAR切换到BOOLEAN，存储大小和查询性能都不会明显更好。虽然你说的是在使用布尔值时，在谈论二进制值时技术上更清晰，但改变的成本可能远高于收益。如果您担心正确性，那么您可以检查列，例如

ALTER TABLE tablename ADD CONSTRAINT consistency CHECK (consistency IN ('Y', 'N'));

在PostgreSQL中将varchar更改为boolean

2 个答案:

尺寸/存储怎么样？

查询效果？

更改类型