数字类型
1.serial 一般用作自增的主键。
但是如果表里面字段id的类型是serial,默认格式插入两条数据则下一条数据的id默认值是3。即使手动插入一条id为3的记录,该字段的下一条仍然是3。
2.PostgreSQL中数组元素的下标是从1开始n结束,支持数组下标的DML,如select smallintArray[1] from table_number。
3.smallint数组的两种初始化方式,其余的可以类比--> '{1,2}' 或者ARRAY[1,2,3]
这里要强调下关于character varying[]数组类型,Postgre中单引号需要转义'-->''
所以字符型数组的表示方式'{''name'',''sex''}'
如果name中间有个单引号怎么办呢?同样的'{''na''me'',''sex''}'
4.下面列表中serial smallserial bigserial没有数组类型,其余的都有数组类型。
smallint | 2字节 | 小范围整数 | -32768到+32768 |
integer | 4字节 | 常用的整数 | -2147483648到+2147483647 |
bigint | 8字节 | 大范围的整数 | -9223372036854775808到9223372036854775807 |
decimal | 变长 | 用户声明精度,精确 | 无限制 无该类型 |
numeric | 变长 | 用户声明长度,精度 | 无限制 |
real | 4字节 | 变精度,不精确 | 6位十进制数字精度 |
double precision | 8字节 | 变精度,不精确 | 15位十进制数字精度 |
smallserial | 2字节 | 小范围整数 | -32768到+32768 |
serial | 4字节 | 自增整数 | 1到2147483647 |
bigserial | 8字节 | 大范围的自增整数 | 1到9223372036854775807 |
int2vector | int数组 |
int2vector的写入方法
方法1:ARRAY[12,23]::int2vector 在后面带上类型描述,有点小蛋疼。
方法2:'12 23 32' 用空格分隔
货币
money money[]
二进制类型
1. bytea就是sql中的blob Bytea两种输入有
第一种字符串特俗字符需要转义
第二种16进制 E'\\xDEADBEEF' 两个反斜杠前面要一个E开头,否则会将'\\xDEADBEEF'中的每一个字符当成一个字节来写入
2. 定义bit(3)如果插入'01'则会报错不会自动补齐。 ERROR: bit string length 2 does not match type bit(3)
bytea bytea[] bit bit[] 【bit varying】 【bit varying[]】
布尔
boolean boolean[]
字符
补充,目前9.4版本pgadmin没有找到varchar类型,且char类型不可设置长度,长度为1,但是如果直接写SQL语句指定长度是可以执行成功的。
character varying(n), varchar(n) | 有限制的可变长度 |
character(n), char(n) | 定长,不足补空白 |
text | 变长,无限制 |
xml
1.xml类型 本地环境不输入xml格式,数据也是可以进去的,xml类型对一个文档类型声明(DTD)不会验证输入值,即使输入值声明了一个DTD。
2.要使用这个数据类型,编译时必须使用configure --with-libxml。
示例:
-- 将字符串转化成xml
XMLPARSE ( { DOCUMENT | CONTENT } value)
select XMLPARSE (DOCUMENT '<?xml version="1.0"?><book><title>Manual</title><chapter>...</chapter></book>')
select XMLPARSE (CONTENT '<?xml version="1.0"?><book><title>Manual</title><chapter>...</chapter></book>')
-- 将xml转化成字符串类型 value为xml类型,type可以是character,character varying或text (或其中某个的变种)。
XMLSERIALIZE ( { DOCUMENT | CONTENT } value AS type )
-- 设置修改xml函数XMLPARSE和XMLSERIALIZE默认的会话级别的参数
SET XML OPTION { DOCUMENT | CONTENT };
xml xml[]
json
1.JSON和JSONB有各自的优缺点,根据不同的场景选择使用。
JSON格式的数据对于写入和修改速度比较快,而对于处理的比较慢,因为需要解析成二进制数据。而JSONB则相反写入和修改比较慢,处理相对较快,同时jsonb支持索引。
所以如果对于写操作比较多的话建议选择JSON,如果读操作比较多的话,建议选择JSONB。
2.JSONB保存的数据相对更少,因为它不会保存JSON文本串中的无关语法的空格,重复的key(最后一个key,value)为有效值,以及key的顺序。
3.JSON文本转化成JSONB文本,JSONB其实是RFC 7159的一些原始类型组成的,如String,Numeric,boolean都有些限制,如精度问题。
4.JSONB的索引主要分为两种gin(column),gin(column jsonb_path_ops)
gin支持的操作符@>, ?, ?& and ?| 但是gin索引相对较慢因为它会对每个key建立一个索引。如{a:{b:c}},分别对a,c,c建立独立索引。
jsonb_path_ops仅支持@> 它会对上面的a,b,c进行合并生成一个hash值来索引,所以它不支持覆盖索引扫描。
详细例子见下面SQL测试,但是有点奇怪执行计划中并没有体现出索引,只出现filter。
SQL测试:
-- Simple scalar/primitive value
-- Primitive values can be numbers, quoted strings, true, false, or null
SELECT '5'::json;
-- Array of zero or more elements (elements need not be of same type)
SELECT '[1, 2, "foo", null]'::json;
-- Object containing pairs of keys and values
-- Note that object keys must always be quoted strings
SELECT '{"bar": "baz", "balance": 7.77, "active": false}'::json;
-- Arrays and objects can be nested arbitrarily
SELECT '{"foo": [true, "bar"], "tags": {"a": 1, "b": null}}'::json;
--比较发现jsonb默认去掉了空格,同时没有保持原来的key顺序
SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::json;
"{"bar": "baz", "balance": 7.77, "active":false}"
SELECT '{"bar": "baz", "balance": 7.77, "active":false}'::jsonb;
"{"bar": "baz", "active": false, "balance": 7.77}"
-- json超出numeric范围精度丢失
SELECT '{"reading": 1.230e-5}'::json, '{"reading": 1.230e-5}'::jsonb;
"{"reading": 1.230e-5}";"{"reading": 0.00001230}"
-- 关于包含操作符@> 右边的部分是否包含在左边的部分
-- Simple scalar/primitive values contain only the identical value:
SELECT '"foo"'::jsonb @> '"foo"'::jsonb;
-- The array on the right side is contained within the one on the left:
SELECT '[1, 2, 3]'::jsonb @> '[1, 3]'::jsonb;
-- Order of array elements is not significant, so this is also true:
SELECT '[1, 2, 3]'::jsonb @> '[3, 1]'::jsonb;
-- Duplicate array elements don't matter either:
SELECT '[1, 2, 3]'::jsonb @> '[1, 2, 2]'::jsonb;
-- The object with a single pair on the right side is contained
-- within the object on the left side:
SELECT '{"product": "PostgreSQL", "version": 9.4, "jsonb":true}'::jsonb @> '{"version":9.4}'::jsonb;
-- The array on the right side is not considered contained within the
-- array on the left, even though a similar array is nested within it:
SELECT '[1, 2, [1, 3]]'::jsonb @> '[1, 3]'::jsonb; -- yields false
-- But with a layer of nesting, it is contained:
SELECT '[1, 2, [1, 3]]'::jsonb @> '[[1, 3]]'::jsonb;
-- Similarly, containment is not reported here:
SELECT '{"foo": {"bar": "baz"}}'::jsonb @> '{"bar": "baz"}'::jsonb; -- yields false
SELECT '{"foo": {"bar": "baz"},"bar": "baz"}'::jsonb @> '{"bar": "baz"}'::jsonb; -- yields true
-- This array contains the primitive string value: return true
SELECT '["foo", "bar"]'::jsonb @> '"bar"'::jsonb;
-- This exception is not reciprocal -- non-containment is reported here:
SELECT '"bar"'::jsonb @> '["bar"]'::jsonb; -- yields false
--存在操作符?
-- String exists as array element:
SELECT '["foo", "bar", "baz"]'::jsonb ? 'baz';
-- String exists as object key:
SELECT '{"foo": "bar"}'::jsonb ? 'foo';
-- Object values are not considered:
SELECT '{"foo": "bar"}'::jsonb ? 'bar'; -- yields false
SELECT '{"foo": "bar","bar":"test"}'::jsonb ? 'bar'; -- yields true
-- As with containment, existence must match at the top level:
SELECT '{"foo": {"bar": "baz"}}'::jsonb ? 'bar'; -- yields false
-- A string is considered to exist if it matches a primitive JSON string:
SELECT '"foo"'::jsonb ? 'foo';
--关于jsonb的索引
create table api (
jdoc jsonb
)
insert into api(jdoc) values('{
"guid": "9c36adc1-7fb5-4d5b-83b4-90356a46061a",
"name": "Angela Barton",
"is_active": true,
"company": "Magnafone",
"address": "178 Howard Place, Gulf, Washington, 702",
"registered": "2009-11-07T08:53:22 +08:00",
"latitude": 19.793713,
"longitude": 86.513373,
"tags": [
"enim",
"aliquip",
"qui"
]
}');
CREATE INDEX idxgin ON api USING gin (jdoc);
-- DROP INDEX idxgin;
CREATE INDEX idxginp ON api USING gin (jdoc jsonb_path_ops);
-- DROP INDEX idxginp;
-- Find documents in which the key "company" has value "Magnafone"
SELECT jdoc->'guid', jdoc->'name' FROM api WHERE jdoc @> '{"company": "Magnafone"}';
-- Find documents in which the key "tags" contains key or array element "qui"
SELECT jdoc->'guid', jdoc->'name' FROM api WHERE jdoc -> 'tags' ? 'qui';
备注部分引用来自Postgre9.0中文手册和http://www.postgresql.org/。
相关推荐
GiST(Generalized Search Tree,通用搜索树)索引是一种灵活的索引结构,可以用于多种复杂的数据类型,如多维空间数据、文本相似度查询等。 - **特点**: - 支持多种索引策略,如二维几何类型的比较操作符(如`, ...
#### 七、数据类型 - **数值类型**: - 整型:`smallint`, `integer`, `bigint`,分别占用2、4、8字节的空间。 - 浮点型:`decimal`, `numeric`, `real`, `double precision`。 以上是基于给定文档内容总结出的...
- 不常用的数据可以存放在成本较低的存储设备上。 - 使用分区表可以绕过单一表空间大小的限制。 ##### 分区类型 - **范围分区**: 根据字段值的范围进行分区,例如按时间范围划分的日志表。 - **哈希分区**: 根据...
PostgreSQL作为一种功能强大的开源关系型数据库系统,提供了多种方式进行数据类型转换,其中`CAST`是一种常用的显式转换方法。 #### CAST操作的基础用法 CAST的基本语法格式如下: ```sql CAST(expression AS ...
在PostgreSQL中,可以使用`CREATE TABLE`语句定义表结构,包括数据类型(如INT、VARCHAR、DATE等)、主键约束、外键约束等。例如: ```sql CREATE TABLE employees ( id SERIAL PRIMARY KEY, name VARCHAR(50), ...
- **数据类型**:在创建表时,选择合适的数据类型对于确保数据的准确性和提高查询效率至关重要。文档中列出了多种数据类型,包括但不限于: - `TINYINT`:用于存储较小的整数值。 - `SMALLINT`:用于存储更大的...
它支持多种数据类型,包括复杂的数据结构,如数组和JSON对象,并且具备GIS(地理信息系统)功能的支持。PostgreSQL能够很好地与各种编程语言进行交互,例如Python、Java、C#等。 #### 二、PostgreSQL基本操作 在...
- **2.1 Berkeley POSTGRES项目**:该项目起源于20世纪80年代末期,最初由加州大学伯克利分校发起,旨在创建一个支持复杂数据类型和操作的对象关系型数据库系统。 - **2.2 Postgres95**:随着项目的演进,在1994年...
3. **数学和转换函数**:如ROUND、TRUNC、TO_CHAR、TO_DATE等,这些在数据转换和计算中十分常用。 4. **游标和PL/SQL兼容性**:尽管PostgreSQL原生支持PL/pgSQL,但orafce提供了更接近Oracle的PL/SQL语法,包括游标...
为了实现这一目标,他们可以利用专门设计的API,其中最常用的是Npgsql。本篇将深入探讨Npgsql.dll和Mono.Security.dll这两个关键组件,以及如何在.NET环境中使用它们来建立和管理PostgreSQL数据库的连接。 首先,...
2. **无日志表(Unlogged Table)**:无日志表是一种特殊的表类型,它的修改不写入WAL(Write-Ahead Log),因此写入速度极快。然而,这种表在服务器异常重启后会丢失所有数据,所以仅适用于临时或允许丢失数据的...
在Java开发中,MyBatis是一个常用的持久层框架,它允许开发者将SQL语句直接写在XML配置文件中,简化了数据库操作。当与PostgreSQL数据库配合使用时,可能会遇到需要调用存储过程或自定义函数的情况,特别是当这些...
MyBatis Generator (MBG) 是一个基于Java的代码生成器,它通过读取数据库元数据,可以自动生成MyBatis的XML映射文件、对应的Java实体类以及DAO接口和实现类。这不仅减少了开发者的工作量,也使得代码更加规范和易于...
ODBC 是一个标准的数据库访问接口,它允许应用程序通过统一的API来访问不同类型的数据库。在VC++中,使用MFC(Microsoft Foundation Classes)的CDatabase和CRecordset类可以方便地实现ODBC访问。 首先,确保已经...
在"数据库"选项卡中,选择"PostgreSQL"作为数据库类型。接着,你需要填写以下信息: 1. **主机名**:PostgreSQL服务器的IP地址或域名。 2. **端口**:默认情况下,PostgreSQL监听5432端口。 3. **数据库名**:你要...
7. **数据库特性**:PostgreSQL支持事务、并发控制、视图、存储过程、触发器、索引、全文搜索、JSON/JSONB数据类型、GIS支持等高级特性。9.2版本引入了并行查询、改进的统计信息收集等功能。 8. **扩展与社区**:...
如上文所示,首先创建一个名为“test”的数据库,然后在这个数据库中创建一个名为“users”的表,并插入两条测试数据。 ```sql CREATE DATABASE test; CREATE TABLE users ( id INT NOT NULL, name VARCHAR(10), ...