Question

PostgreSQL类型bytea和bit varying听起来类似：

bytea存储binary strings。
bit varying存储strings of 1's and 0's。

文档未提及任何一个的最大大小。它是1GB，如character varying吗？

我有两个单独的用例，都在一个包含数百万行的表中：

存储MD5哈希

这将是bytea，长度为16个字节或bit(128)。它将用于：

重复数据删除：大量使用GROUP BY，我想有一个索引。
仅使用WHERE md5 =查询完全匹配。
显示为供人类使用的十六进制字符串。

存储任意二进制数据

不同长度的二进制数据字符串，最高可达4kB：

按位运算以查找与某个掩码匹配的字符串。本帖末尾的示例。
提取一些字节，例如获取字符串中字节14的整数值。
一些重复数据删除。

使用bit varying进行按位操作的工作示例。面具是X＆00; 00FF00＆＃39;它只返回行X＆＃39; AAAAAA＆＃39;。我缩短了示例的字符串，但它将超过它们的全长，高达4kB。是否可以使用bytea做类似的事情？

CREATE TABLE test1 (mystring bit varying);
INSERT INTO test1 VALUES (X'AAAAAA'), (X'ABCABC');
SELECT * FROM test1 WHERE mystring & X'00FF00' = X'00AA00';

哪个bytea和bit varying更合适？

我看到UUID类型用于存储16个字节，这对存储MD5有什么好处吗？

Answer 1

通常，如果您不使用按位操作，则应使用bytea。

我在bytea中存储较大的值，然后在可能的情况下将子字符串转换为bit varying以进行按位运算，主要是因为客户端比bytea和{I}更加一致地理解bit varying / O格式更紧凑。

MD5值应存储为bytea。对它们进行逐位运算没有任何意义，您通常希望将它们作为二进制文件获取。

我认为bit varying确实有两种用途：

存储字符串字符串的字段字段;和
作为内部计算的临时数据类型

对于其他所有内容，请使用bytea。

如果那就是存储4k位字段，那就没有什么可以阻止你了。

Answer 2

似乎bytea的最大长度为1 GB。 [1]
对于按位操作，请使用bit varying（解释见下文）
用于存储MD5哈希使用bytea。它将比bit varying
使用UUID的优势是UUID算法以某种方式保证您的唯一性，不仅在您的表中，而且在您的数据库中，甚至在您的数据库中（即使您生成UUID你的申请）。我认为如果你使用没有短划线的UUID，那么在UUID中进行存储，比较和排序会更有效（bytea和UUID之间的比较，见下文）。

对于按位操作，请使用bit varying

如果您担心存储空间： bit varying占用的存储空间超过bytea。如果你没事，那么你应该尝试比较它们提供的功能：

bit varying VS bytea

到目前为止，我可以看到bit varying更适合您进行按位操作，尽管bytea是通常接受的存储任意数据的方式。

PostgreSQL提供了一个bytea运算符：连接。您可以使用串联运算符byte将一个bytea值附加到另一个||值。 [1]

请注意，即使是相等/不等式，也无法比较两个bytea值。当然，您可以使用bytea将CAST()值转换为另一个值，从而打开其他运算符。 [1]

UUID和bytea

  create table u(uuid uuid primary key, payload character(300));
  create table b( bytea bytea primary key, payload character(300));

  INSERT INTO u                                                  
  SELECT uuid_generate_v4()                                                     
  FROM generate_series(1,1000*1000);

  INSERT INTO b                                                   
  SELECT random_bytea(16)                                                       
  FROM generate_series(1,1000*1000);

  VACUUM ANALYZE u;
  VACUUM ANALYZE b;

  ## Your table size
  SELECT pg_size_pretty(pg_total_relation_size('u'));
  pg_size_pretty 
  ---------------- 
  81 MB

  SELECT pg_size_pretty(pg_total_relation_size('b'));
  pg_size_pretty 
  ---------------- 
  101 MB

  ## Speed comparison
  \timing on

  ## Common select
  select * from u limit 1000;
  Time: 1.433 ms

  select * from b limit 1000;
  Time: 1.396 ms

  ## Random Select
  SELECT * FROM u OFFSET random()*1000 LIMIT 10000;
  Time: 42.453 ms

  SELECT * FROM b OFFSET random()*1000 LIMIT 10000;
  Time: 10.962 ms

结论：我不认为使用UUID会有更多好处，除了它的唯一性和更小的尺寸（插入速度会更快）

注意：没有索引，只有一个连接

有些消息来源：

PostgreSQL：“构建，编程和管理PostgreSQL数据库综合指南”一书

PostgreSQL：“bytea”和“bit varying”类型之间的区别

2 个答案: