主页 / dba / 问题 / 6912
Accepted
François Beausoleil
Asked: 2011-10-18 18:01:15 +0800 CST

我是否应该花时间将列类型从 CHAR(36) 更改为 UUID？

  • 772

我的数据库中已经有几百万行了。当我设计我的架构时，我不知道 PostgreSQL UUID 数据类型。

其中一张表有 1600 万行（每个分片大约 350 万到 400 万条记录），每天增长大约 50 万条记录。如果需要，我仍然可以将生产系统关闭几个小时。我不会在一两个星期内享受这种奢侈。

我的问题是，这样做值得吗？我想知道 JOIN 性能、磁盘空间使用（完整的 gzip 转储为 1.25 GiB），以及这种性质的事情。

表架构是：

# \d twitter_interactions
                Table "public.twitter_interactions"
         Column          |            Type             | Modifiers 
-------------------------+-----------------------------+-----------
 interaction_id          | character(36)               | not null
 status_text             | character varying(1024)     | not null
 screen_name             | character varying(40)       | not null
 twitter_user_id         | bigint                      | 
 replying_to_screen_name | character varying(40)       | 
 source                  | character varying(240)      | not null
 tweet_id                | bigint                      | not null
 created_at              | timestamp without time zone | not null
Indexes:
    "twitter_interactions_pkey" PRIMARY KEY, btree (interaction_id)
    "twitter_interactions_tweet_id_key" UNIQUE, btree (tweet_id)
    "index_twitter_interactions_on_created_at" btree (created_at)
    "index_twitter_interactions_on_screen_name" btree (screen_name)
Triggers:
    insert_twitter_interactions_trigger BEFORE INSERT ON twitter_interactions FOR EACH ROW EXECUTE PROCEDURE twitter_interactions_insert_trigger()
Number of child tables: 9 (Use \d+ to list them.)
postgresql

4 个回答

  1. Best Answer

    我会考虑更改为 UUID 类型。 char(36)占用 40 个字节，uuid占用 16 个字节，因此每行将节省 24 个字节，这相当于每天 12 MB，一年后节省 4 GB。加索引。根据您拥有的硬件，这并不多，但它可能是。如果你有更多这样的改进机会，它就会增加。

    此外，我在您的架构中没有看到任何约束，以确保它interaction_id实际上是正确的格式。使用正确的类型也会给你。

    但是，如果您喜欢这样，那么使用bigint将节省更多并具有更好的性能。您的应用程序不太可能太大以至于bigintID 列不起作用。

    • 13

  2. 无论如何，我都不是 postgres 人，但根据我从 SQL Server 了解到的情况，您可以放入数据页的行越多，您将获得的性能越好（从磁盘读取数据通常是最昂贵的操作）。因此，从 36 个1字节宽的字段变为 16 字节GUID似乎可以直接节省成本。您可以进行的读取越少，返回结果的速度就越快。当然，所有这些都假设 GUID/UUID 满足表的业务需求。如果 UUID 满足它，那么bigint会满足吗？这将进一步减少每行 8 个字节的存储成本。

    编辑1

    对于Postgres 中的字符数据，它们需要额外的存储成本。127 个字节以下的短字符串有 1 个字节的开销，而任何更长的字符串有 4 个字节，这就是第二个响应者如何为 36 个字节的字段提出 40 个字节的成本。但是还有一个字符串压缩选项，所以也许它不会花费全部 40。我不知道最终成本是多少，但基本原理仍然存在：超过 16 字节的任何内容都会增加存储成本，读取时间更长并消耗更多内存。

    短字符串（最多 126 个字节）的存储要求是 1 个字节加上实际字符串，其中包括字符情况下的空格填充。较长的字符串有 4 个字节的开销，而不是 1 个。长字符串由系统自动压缩，因此对磁盘的物理要求可能会更少。

    • 6

  3. 除了空间问题，请记住，您需要更改每个表以使用正确的数据类型，否则您的连接性能将严重下降。

    • 3

  4. 除了节省数据和索引的大小（正如其他人所说），这确实转化为 I/O 节省，您需要考虑的是您将如何生成新值interaction_id以及对索引和查询条件（连接）。

    对于索引 - 它会更小，但是如果您的很多查询使用索引扫描切换到 UUID 可能会导致索引扫描不可能（取决于您将如何生成 UUID）并且bigint可能是更好的选择。

    最后，由于实际的性能影响还取决于您的使用模式和数据分布，您应该运行测试并拥有一个可以测试您的更改的开发和测试环境。

    这将为您提供关于对性能的影响的更准确的答案。

    • 3

相关问题