為什麼我的數據庫比插入的數據大 12 倍？

我有一個關於我的數據庫大小的簡短問題。我需要在數據庫中插入數據。在插入之前，需要進行一些計算。

關鍵是：從 50 mb 普通數據（約 700,000 行），這將導致 600 mb db 大小。這是12倍！我確定我在這裡做錯了什麼。你能幫我縮小我的數據庫的大小嗎？數據庫大小的來源是 web postgres 管理界面。

這是插入：

CREATE TYPE CUSTOMER_TYPE AS ENUM
('enum1', 'enum2', 'enum3', '...', 'enum15');       ## max lenght of enum names ~15

CREATE TABLE CUSTOMER(
  CUSTOMER_ONE    TEXT PRIMARY KEY NOT NULL,       ## max 35 char String
  ATTRIBUTE_ONE   TEXT UNIQUE,                     ## max 35 char String
  ATTRIBUTE_TWO   TEXT UNIQUE,                     ## max 51 char String
  ATTRIBUTE_THREE TEXT UNIQUE,                     ## max 52 char String
  ATTRIBUTE_FOUR  TEXT UNIQUE,                     ## max 64 char String
  ATTRIBUTE_FIFE  TEXT UNIQUE,                     ## 1-80 char String
  CUSTOMER_TYPE   PRIVATEKEYTYPE                   ## see enum
);

我真的不需要那個列舉，因為我也可以在沒有的情況下插入它。列舉對數據庫大小有影響嗎？

有沒有辦法減小尺寸？是否有可能達到因子 x4（而不是 x12）？如果沒有，如有必要，我可以刪除一些列。

也許還有其他用於字元數據的 Postgres 數據類型？

在這裡回饋後，我更新的表格現在看起來像這樣：

CREATE TABLE CUSTOMER(
  CUSTOMER_ONE    TEXT PRIMARY KEY NOT NULL,       ## max 35 char String
  ATTRIBUTE_ONE   TEXT UNIQUE,                     ## max 35 char String
  ATTRIBUTE_TWO   TEXT,                            ## max 51 char String
  ATTRIBUTE_THREE TEXT,                            ## max 52 char String
  ATTRIBUTE_FOUR  TEXT,                            ## max 64 char String
  ATTRIBUTE_FIFE  TEXT,                            ## 1-80 char String
  CUSTOMER_TYPE   PRIVATEKEYTYPE                   ## see enum
);

之前：12x

現在：7x :)

還有更多可能的優化嗎？（除了刪除列？）也許其他數據類型使用更少的空間？

text是純文字的最佳類型。僅文本值在內部佔用大致相同（當然也取決於編碼細節：UTF-8？）。在您的情況下，每個欄位的小成本為 1 個字節。看：

• varchar(n) 的成本是多少？

該enum列對總大小的貢獻很小。每行 4 個字節（real內部數量）。列舉名稱的長度實際上是無關緊要的，作為數據類型儲存一次name，因此最多NAMEDATALEN（通常為 63 個字元）。類型聲明的最小成本。因此，列舉列實際上在 DB 中佔用的空間比在文本文件中佔用的空間少。

Postgres 儲存中有各種類型的成本，它必須是這樣的。其中一些是一次性成本，另一些與行數或關係等有關。有目錄表（系統數據）、索引、關係、表統計資訊、簿記數據等。

對於 50 MB 的原始文本數據，大小似乎是平均大小的 12 倍。但這真的取決於細節。許多小行有很多成本，少數大行沒有那麼多，甚至可以壓縮和更小。a_horse 已經指出了一個主要原因：6 個索引——其中一些顯然也沒有必要。

表中的每一行都有一個佔用 23 個字節的元組標題（加上對齊填充，通常為 24 個字節），列和元組之間可能有對齊填充，4 個字節用於項目標識符，每個數據頁的一些成本（通常為 8kb 頁面大小）。在您的情況下，每行大約 35 個字節。

每個索引元組大約一樣多（標頭只有 8 個字節，但索引膨脹更多）。6 個索引，每個表行至少150 個字節。加上每個文本列被保存兩次，1x 表，1x 索引。btree 索引從FILLFACTOR90 開始，所以 ~ + 10 % 。

您的平均行大小約為 75 字節（50MB / 700000 - 假設“行”對應於行）。您的表和索引佔用原始文本大小的大約 6 倍。剩下的就是上面提到的其他成本。

• 測量 PostgreSQL 表行的大小

這一切都假設沒有表膨脹（還）。一旦您使用數據庫（更新、刪除、事務回滾等），就會出現死行等，可能會增加總空間。這在很大程度上取決於寫入模式。

您可以通過刪除不必要的索引來節省很多。

如果將enum列移到表的頂部，則每行幾個字節：更少的對齊填充，應該平均為每行 1.5 個字節，總共大約 1 MB，幾乎不值得。看：

• 在 PostgreSQL 中計算和節省空間

引用自：https://dba.stackexchange.com/questions/193126