存储长二进制（原始数据）字符串

Question

我们正在捕获一个大小可变的原始二进制字符串（从100k到800k），我们希望存储这些单独的字符串。它们不需要被编入索引（duh），并且不会对该字段的内容进行任何查询。

这些插页的数量将非常大（它们用于存档目的），比方说每天10,000。这些大型二进制字符串的最佳字段类型是什么？应该是text还是blob还是其他什么？

Answer 1

就 PostgreSQL 而言，输入text是不可能的。为了这个目的，它比bytea更慢，使用更多空间并且更容易出错 基本上有3种方法：

1. 使用类型bytea（基本上是pb等效的SQL blob类型）

2. 使用"large objects"

3. 将blob存储为 filesystem 中的文件，并仅存储文件名 在数据库中。

每个人都有自己的优点和缺点。

1. 处理起来相当简单，但需要的磁盘空间最多。需要一些解码和编码，这使得它也很慢。备份的规模迅速增长！

2. 在处理方面略显尴尬，但您有自己的基础设施来操纵blob - 如果您需要它。您可以更轻松地进行单独备份。

3. 是目前最快的方式，使用的磁盘空间最少。但它不提供存储在数据库中时的参照完整性。

我有许多像图像文件那样的实现：在bytea字段中存储小缩略图，以便参照完整性和快速参考。将原始图像作为文件存储在文件系统中。当然，您需要考虑何时以及如何删除过时的文件，如何备份外部文件等。

Answer 2

您应该在大多数数据库中使用blob。 text列通常会根据文本编码或区域设置进行规范化或转换;因此可能无法按预期保留实际字节。几乎在所有情况下，这是text和blob列之间的唯一区别。

Answer 3

我们有用户VARBINARY列来存储最多300 MB的文件。