1

我有一列有 4 个选项。该列被定义为文本。该表是1亿条记录的大表并继续运行。该表用作报告表。表上的索引是-provider_id,date,enum_field。

我想知道我是否应该将 enum_filed 从 text 更改为 int 以及这对性能有多重要。

使用 postgres 9.1

表：provider_report：id bigserial NOT NULL，provider_id bigint，没有时区的日期时间戳，enum_field 字符变化，...。

索引：provider_id,date,enum_field

4

2 回答 2

2

TL;DR 版本：担心这个可能不值得你花时间。

长版：

Postgres 中有一个枚举类型：

create type myenum as enum('foo', 'bar');

使用它与 varchar 或整数字段相关的优点和缺点。主要是专业人士恕我直言。

就大小而言，它存储为oid, 所以int32类型。这使它比填充了典型值的 varchar 更小（例如'draft', 'published', 'pending', 'completed', 无论你的枚举是什么），并且与类型的大小相同int。如果你的值很少，a smallint/int16无疑会更小。您的一些性能变化将来自那里（更小与更大的领域，即几乎可以忽略不计）。

在每种情况下都可以进行验证，无论是通过对 的内置目录查找enum，还是对 avarchar或 an的检查约束或外键int。您的一些性能变化将来自那里，而且可能也不值得您花时间。

枚举类型的另一个好处是它是有序的。在上面的例子中，'foo'::myenum < 'bar'::myenum'，使得order by enumcol. 要使用 avarchar或 an实现相同的目的int，您需要一个带有sortidx列或其他内容的单独表......在这种情况下，如果您想按枚举值排序，枚举可以产生巨大的好处。这给我们带来了（恕我直言）唯一的问题，这与枚举类型如何存储在目录中有关......

在内部，每个枚举的值都带有一个oid，后者按原样存储在表中。所以它在技术上是一个int32。创建枚举类型时，其值会以正确的顺序存储在目录中。在上面的例子中，'foo'会有一个oid低于'bar'。这使得 Postgres 按枚举值排序非常有效，因为它相当于对int32值进行排序。

但是，当ALTER您使用枚举时，您最终可能会遇到更改该顺序的情况。例如，假设您以myenumnow的方式更改上述枚举('foo', 'baz', 'bar')。出于与效率相关的原因，Postgres 不会oid为现有值分配新值并重写使用它们的表，更不用说使使用它们的缓存查询计划无效。相反，它会在 中填充一个单独的字段，pg_catalog以使其产生正确的排序顺序。从那时起，按枚举字段排序需要额外的查找，这实际上相当于将表与带有sortidx字段的单独值表连接起来——就像你对 avarchar或 an所做的那样，int如果你想对它们进行排序.

这通常很好并且完全可以接受。有时，它不是。如果没有，则有解决方案：更改具有枚举类型的表，并将它们的值更改为 varchar。还可以像您一样定位和调整使用它的功能和触发器。然后完全删除该类型，然后重新创建它以获取新的 oid 值。最后将表格改回原来的位置，并重新调整函数和触发器。不是微不足道的，但肯定是可行的。

于 2013-05-06T10:27:32.063 回答
0

最好将 enum_field 定义为ENUM类型。它将占用最少的空间并检查哪些值是允许的。

至于性能：如果它真的影响性能，唯一可靠的方法是测试它（使用适当的正确测试集）。我的猜测 - 差异将小于 5%。

而且，如果您真的想更改表 - 更改后不要忘记VACUUM它。

于 2013-05-06T10:22:54.890 回答