详解PostgreSQL数据类型
liuian 2024-12-07 14:58 13 浏览
字符类型
char(n), varchar(n) 和text。
char和varchar超出长度的字符都是空白,这种情况下该字串将被截断为最大长度。
如果没有长度声明,char等于char(1),而varchar则可以接受任何长度的字串。
数字类型
由2、4或8字节的整数以及4或8字节的浮点数和可选精度小数组成。
名字 | 存储尺寸 | 描述 | 范围 |
smallint | 2字节 | 小范围整数 | -32768 to +32767 |
integer | 4字节 | 整数的典型选择 | -2147483648 to +2147483647 |
bigint | 8字节 | 大范围整数 | -9223372036854775808 to +9223372036854775807 |
decimal | 可变 | 用户指定精度,精确 | 最高小数点前131072位,以及小数点后16383位 |
numeric | 可变 | 用户指定精度,精确 | 最高小数点前131072位,以及小数点后16383位 |
real | 4字节 | 可变精度,不精确 | 6位十进制精度 |
double precision | 8字节 | 可变精度,不精确 | 15位十进制精度 |
smallserial | 2字节 | 自动增加的小整数 | 1到32767 |
serial | 4字节 | 自动增加的整数 | 1到2147483647 |
bigserial | 8字节 | 自动增长的大整数 | 1到9223372036854775807 |
serial:自增的int类型,自动创建了一个序列,把默认的值赋予下一个序列。当insert没有指定serial列的值时,则默认的从序列中取出值,并且将序列的值自动加1。
日期类型
名字 | 存储尺寸 | 描述 | 最小值 | 最大值 | 解析度 |
timestamp [ (p)][withouttimezone] | 8字节 | 包括日期和时间(无时区) | 4713 BC | 294276 AD | 1微秒 / 14位 |
timestamp [ (p)]withtimezone | 8字节 | 包括日期和时间,有时区 | 4713 BC | 294276 AD | 1微秒 / 14位 |
date | 4字节 | 日期(没有一天中的时间) | 4713 BC | 5874897 AD | 1日 |
time [ (p)][withouttimezone] | 8字节 | 一天中的时间(无日期) | 0:00:00 | 24:00:00 | 1微秒 / 14位 |
time [ (p)]withtimezone | 12字节 | 仅仅是一天中的时间,带有时区 | 00:00:00+1459 | 24:00:00-1459 | 1微秒 / 14位 |
interval [ fields][(p)] | 16字节 | 时间间隔 | -178000000年 | 178000000年 | 1微秒 / 14位 |
枚举(enum)类型
是由一个静态值的有序集合构成的数据类型,它们等效于很多编程语言所支持的enum类型。
枚举类型的一个例子可以是一周中的日期,或者一个数据的状态值集合。
枚举类型可以使用CREATE TYPE命令创建。
一旦被创建,枚举类型可以像很多其他类型一样在表和函数定义中使用。
一个枚举类型的值的排序是该类型被创建时所列出的值的顺序。
几何类型
名字 | 存储尺寸 | 表示 | 描述 |
point | 16字节 | 平面上的点 | (x,y) |
line | 32字节 | 无限长的线 | {A,B,C} |
lseg | 32字节 | 有限线段 | ((x1,y1),(x2,y2)) |
box | 32字节 | 矩形框 | ((x1,y1),(x2,y2)) |
path | 16+16n字节 | 封闭路径(类似于多边形) | ((x1,y1),...) |
path | 16+16n字节 | 开放路径 | [(x1,y1),...] |
polygon | 40+16n字节 | 多边形(类似于封闭路径) | ((x1,y1),...) |
circle | 24字节 | 圆 | <(x,y),r> (center point and radius) |
网络地址类型
名字 | 存储尺寸 | 描述 |
cidr | 7或19字节 | IPv4和IPv6网络 |
inet | 7或19字节 | IPv4和IPv6主机以及网络 |
macaddr | 6字节 | MAC地址 |
位串类型
位串就是一串1和0的字串,可以用于存储和视觉化位掩码。
有两种类型的SQL位类型:bit(n)和bit varying(n); n是一个正整数。
- bit类型的数据必须准确匹配长度n; 试图存储短些或者长一些的数据都是错误的。
- 类型bit varying数据是最长n的变长类型;更长的串会被拒绝。
- 写一个没有长度的bit等效于bit(1),没有长度的bit varying相当于没有长度限制。
数组类型
1、任何基本类型 (不是组合类型或域) 可以用作数组,只要在类型后面加一个中括号 ([]) 。
创建一个二维数组如下:
CREATE TABLE a(a int[][5]);
PG不强制要求定义数组大小,甚至维数也可以不定义。所有的数组作为type[].
ANSI 语法只支持一维数组,并且需要定义数组大小:
CREATE TABLE a(a int ARRAY[5]);
Arrays 可以为 NULL, 但数组内的元素不能为null。
2、不限长度:int[]和int[10]都不会限定元素个数。
不限维度:int[]和int[][]效果是一样的,都可以存储任意维度的数组。
矩阵强制:多维数组中,同一个维度的元素个数必须相同。
元素强制:元素类型必须一致。
3、扩展:
- 一维数组支持prepend(往前追加),append(往后追加),cat(两个数组合并)操作。
- 二维数组仅支持cat操作:array_append、array_prepend、array_cat。
- subscript:数组的下标,默认是从1开始编号,除非赋值的时候强制指定subscript。
文本搜索类型
PostgreSQL提供两种数据类型,它们被设计用来支持全文搜索。
- tsvector类型:表示一个为文本搜索优化的形式下的文档,去除重复分词后按分词顺序存储,可以存储位置信息和权重信息。
- tsquery类型:表示一个文本查询,存储查询的分词,可存储权重信息。
XML类型
XML数据类型可以被用来存储XML数据。
XML数据类型比直接在一个text域中存储XML数据的优势在于:
- 会检查输入值的结构是不是良好;
- 有支持函数用于在其上执行类型安全的操作。
使用这种数据类型要求在安装时用configure --with-libxml选项编译。
墨天轮原文链接:https://www.modb.pro/db/150306?sjhy(复制链接至浏览器或点击文末阅读原文查看)
关于作者
陈家睿,云和恩墨MySQL技术顾问,拥有MySQL OCP、PGCE、OBCA、SCDP证书,长期服务于电信行业。现负责公司MySQL数据库、分布式数据库运维方面的技术工作;热衷于运维故障处理、备份恢复、升级迁移、性能优化的学习与分享。
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)