database - 为什么 PostgreSQL(timescaledb) 在表中花费更多的存储空间？

Question

我是数据库新手。最近我开始使用timescaledb，它是PostgreSQL中的一个扩展，所以我猜这也是PostgreSQL相关的。

我观察到一个奇怪的行为。我计算了我的表结构，1 个时间戳，2 个双精度，所以每行总共 24 个字节。我从 csv 文件导入（通过 psycopg2 copy_from）2,750,182 行。我手动计算的大小应该是 63MB，但是我查询 timescaledb，它告诉我表大小是 137MB，索引大小是 100MB，总大小是 237MB。我期待表格大小应该等于我的计算，但事实并非如此。任何想法？

Answer 1

您的表比您预期的大有两个基本原因： 1. Postgres 中的每个元组开销 2. 索引大小

1. 每个元组开销： 一个相关问题的答案详细说明，我不会在这里重复， 但基本上 Postgres 每行使用 23 个（+填充）字节用于各种内部事物，主要是多版本并发控制（MVCC）管理（Bruce Momjian如果您想了解更多信息，有一些很好的介绍）。这让您非常接近您所看到的 137 MB。其余的可能是由于表的填充因子设置，或者表中仍然包含任何死行，例如先前的插入和随后的删除。
2. 索引大小：与其他一些 DBMS 不同，Postgres 不会围绕索引在磁盘上组织其表，除非您在索引上手动对表进行集群，即使那样它也不会随着时间的推移保持集群（请参阅https://www.postgresql. org/docs/10/static/sql-cluster.html）。而是将其索引分开保存，这就是为什么索引有额外空间的原因。如果磁盘大小对您来说真的很重要，并且您没有将索引用于执行唯一性约束，那么您可能会考虑使用 BRIN 索引，尤其是当您的数据以某种顺序进入时（请参阅https://www .postgresql.org/docs/10/static/brin-intro.html）。