0

我已经查看了大约 4 次，但仍然对这些结果感到困惑。

看看以下（我最初发布在这里）

日期维度表——

-- Some output omitted

DROP TABLE IF EXISTS dim_calendar CASCADE;

CREATE TABLE dim_calendar (
  id SMALLSERIAL PRIMARY KEY,
  day_id DATE NOT NULL,
  year SMALLINT NOT NULL, -- 2000 to 2024
  month SMALLINT NOT NULL, -- 1 to 12
  day SMALLINT NOT NULL, -- 1 to 31
  quarter SMALLINT NOT NULL, -- 1 to 4
  day_of_week SMALLINT NOT NULL, -- 0 () to 6 ()
  day_of_year SMALLINT NOT NULL, -- 1 to 366
  week_of_year SMALLINT NOT NULL, -- 1 to 53
  CONSTRAINT con_month CHECK (month >= 1 AND month <= 31),
  CONSTRAINT con_day_of_year CHECK (day_of_year >= 1 AND day_of_year <= 366), -- 366 allows for leap years
  CONSTRAINT con_week_of_year CHECK (week_of_year >= 1 AND week_of_year <= 53),
  UNIQUE(day_id)
);

INSERT INTO dim_calendar (day_id, year, month, day, quarter, day_of_week, day_of_year, week_of_year) (
  SELECT ts, 
  EXTRACT(YEAR FROM ts),
  EXTRACT(MONTH FROM ts),
  EXTRACT(DAY FROM ts),
  EXTRACT(QUARTER FROM ts),
  EXTRACT(DOW FROM ts),
  EXTRACT(DOY FROM ts),
  EXTRACT(WEEK FROM ts)
  FROM generate_series('2000-01-01'::timestamp, '2024-01-01', '1day'::interval) AS t(ts)
);

/* ==> [ INSERT 0 8767 ] */

测试表——

DROP TABLE IF EXISTS just_dates CASCADE;
DROP TABLE IF EXISTS just_date_ids CASCADE;

CREATE TABLE just_dates AS
  SELECT a_date AS some_date
  FROM some_table;

/* ==> [ SELECT 769411 ] */

CREATE TABLE just_date_ids AS
  SELECT d.id
  FROM just_dates jd
  INNER JOIN dim_calendar d
  ON d.day_id = jd.some_date;

/* ==> [ SELECT 769411 ] */

ALTER TABLE just_date_ids ADD CONSTRAINT jdfk FOREIGN KEY (id) REFERENCES dim_calendar (id);

混乱 - 

pocket=# SELECT pg_size_pretty(pg_relation_size('dim_calendar'));

pg_size_pretty 
----------------
448 kB
(1 row)

pocket=# SELECT pg_size_pretty(pg_relation_size('just_dates'));
pg_size_pretty 
----------------
27 MB
(1 row)

pocket=# SELECT pg_size_pretty(pg_relation_size('just_date_ids'));
pg_size_pretty 
----------------
27 MB
(1 row)

为什么由一堆小整数组成的表格与由一堆日期组成的表格大小相同？而且我应该提到，之前，什么时候dim_calendar.id是正常的SERIAL，它给出了相同的27MB结果。

此外，更重要的是——为什么769411带有单个 smallint 字段的记录的表的大小27MB为> 32bytes/record???

PS 是的，我将拥有数十亿（或至少数亿）条记录，并且正在尝试尽可能地增加性能和空间优化。

编辑

这可能与它有关，所以把它扔在那里——

pocket=# select count(id) from just_date_ids group by id;
 count  
--------
 409752
 359659
 (2 rows)
4

1 回答 1

3

在具有一列或两列的表中，大小的最大部分始终是元组表头。

看看这里http://www.postgresql.org/docs/current/interactive/storage-page-layout.html，它解释了数据是如何存储的。我引用了上述页面中与您的问题最相关的部分

所有表格行的结构都相同。有一个固定大小的标头（在大多数机器上占用 23 个字节），后跟一个可选的空位图、一个可选的对象 ID 字段和用户数据。

这主要解释了这个问题

为什么包含 769411 条记录和单个 smallint 字段的表的大小为 27MB，即 > 32bytes/record？

您问题的另一部分与 postgres 数据的字节对齐有关。Smallint 以 2 字节偏移量对齐，但整数（当然还有日期......毕竟date是一个）以 4 字节偏移量对齐。int4因此，表列的展开顺序起着重要作用。

拥有一个包含 smallint、date、smallint 的表需要 12 个字节用于用户数据（不计算开销），而声明 smallint、smallint、date 只需要 8 个字节。在这里查看一个很棒的（而且令人惊讶的是不被接受）的答案在 PostgreSQL 中计算和节省空间

于 2013-11-23T20:32:29.877 回答