我正在创建一个Postgresql数据库，其中我们有许多（10-40）个具有布尔值的变量。我想知道存储这些数据的最佳方法是什么，给定适量的更新和大量的多列搜索。
创建30个左右的布尔列并在必要时创建多列索引似乎非常简单。或者，有人建议创建一个结合所有布尔值的位串。似乎第二种选择应该更快，但其他人在线提供的答案似乎是矛盾的（见下文）。
任何建议或解释都会有所帮助。数据是数千万行，但不是更大，我希望选择返回介于1/100到1/4之间的数据。
https://stackoverflow.com/questions/14067969/optimized-sql-using-bitwise-operator
alternative to bitmap index in postgresql
更新：
我找到了一个建议使用整数或大整数的资源，如果你有多个变量（你应该使用单独的列），少于33个左右（你切换到位串）。这似乎更多地受到存储大小的推动，而不是搜索的简易性。
https://dba.stackexchange.com/questions/25073/should-i-use-the-postgresql-bit-string
答案 0 :(得分：1)
我在Database Administrators网站上找到了相关的讨论。
首先，我将定义/分析您的上下文中“最佳”的内容。你只是在寻找速度吗？你的搜索模式是什么？数据/磁盘卷是个问题吗？
你有什么选择？除了位串之外，还可以使用普通的文本字符串，整数数组和单独的列。要快速获取数据，您必须考虑索引。您提到了多列索引。在几个索引中存储/索引相同的位变量是否有意义？
没有太多重复记录的40位意味着最多2 ^ 20 = 1.1E12记录。这使得全表扫描成为一件很长的事情。另一方面，如果你有很多重复的密钥，索引并没有什么帮助。
如果您期望结果集大约25％，则必须在数据库和应用程序之间传输2.7E11（部分）记录。假设10,000记录/秒，这将需要7,736小时或10个月。
我的结论是你应该考虑将数据存储在大BLOB中（1.1E12 x 40位只有40 GByte）。您可以对数据进行分区，将有趣的部分读入内存并在那里进行搜索。这或多或少是BigData或Datawarehouse系统正在做的事情。