我在postgresql中有一个列是文本数据类型。但它实际上总是包含4种值，这些是：
EOS,EOS in 6 months,EOS in 12 months, EOS in 24 months字符串
我总是执行相同类型的查询，这将取决于用户输入，但它将包含一个或多个上述值，如下所示：
select * from table
where text_column in
('EOS','EOS in 6 months','EOS in 12 months', 'EOS in 24 months')型
我想知道如果我将数据类型从文本转换为枚举，是否会获得任何性能好处？
3条答案
按热度按时间v9tzhpje1#
我想知道如果我将数据类型从文本转换为枚举，是否会获得任何性能好处？
是的，你会-显然如此。Here's an example benchmark在100 k样本：
| 变体|平均执行时间-越低越好|
| --|--|
| 带索引的枚举列|00：00：00.174101|
| 带索引的文本列|00：00：00.193802|
| 无索引枚举列|00：00：00.20623|
| 无索引文本列|00：00：00.299419|
实际上，
enum占用4个字节，这比基于text的标签占用（1）更轻，因此更容易处理|4）+长度压缩。我假设你已经有了一个，但如果你没有，你也可以看到添加一个index比改变类型更有帮助，两者可以一起工作。如果你想更进一步，你可以减少到2个字节，如果你使用一个带有
smallint主键的字典表，或者单字符text/char。你可以更进一步，像PostgreSQL内部那样使用1字节的"char"（与char或char(1)不同）。缺点是它需要连接和查找来基于标签的文本表示进行查询，这可能不方便甚至破坏兼容性。您可能还希望完全丢弃此标签，并在应该获得End-Of-S（服务？）状态时将该字段替换为精确的
timestamptz/date，或者如果此标签基于另一个字段指示EOS时刻，则替换为interval，如purchase_date，created_at，subscription_start，premiere_date。hs1ihplo2#
这里唯一简单的答案是“你需要对它进行基准测试”。
话虽如此，如果你只文本这个列的平等（记住，
in运算符只是一种编写多个平等测试的奇特方式），并且你为该列提供了有限数量的有效值，那么使用枚举是有意义的-值更短（单个整数值与更长的字符串），因此它将存储更多的complex，从而更有效地读取磁盘。TL;DR -在这里使用枚举可能是一个好主意，但您应该对其进行基准测试。
mwngjboj3#
ENUM被编码为4个字节，因此您将保存几个字节。
性能应该稍微快一点，但没有什么壮观的。
您可以在创建ENUM时指定排序顺序，这很有用，因为文本按顺序排序，所以'6 months'在'24 months'之后，因为'6'>'2'.
最重要的是，如果你没有在TEXT字段上定义一个约束，那么就不能保证该列只包含一个允许的值。如果应用程序中有一个bug，它可以插入任何东西。ENUM将确保该列只包含一个允许的值。