PostgreSQL: Perbedaan antara teks dan varchar (karakter bervariasi)

Apa perbedaan antara texttipe data dan character varying( varchar) tipe data?

Menurut dokumentasi

Jika variasi karakter digunakan tanpa penentu panjang, tipe menerima string dari ukuran apa pun. Yang terakhir adalah ekstensi PostgreSQL.

dan

Selain itu, PostgreSQL menyediakan jenis teks, yang menyimpan string dengan panjang apa pun. Meskipun jenis teks tidak dalam standar SQL, beberapa sistem manajemen database SQL lainnya juga memilikinya.

Jadi apa bedanya?

Tidak ada perbedaan, di bawah kap itu semua varlena( array panjang variabel ).

Periksa artikel ini dari Depesz: http://www.depesz.com/index.php/2010/03/02/charx-vs-varcharx-vs-varchar-vs-text/

Beberapa highlight:

Singkatnya:

• char (n) - membutuhkan terlalu banyak ruang ketika berhadapan dengan nilai yang lebih pendek dari n(bantalannya n), dan dapat menyebabkan kesalahan halus karena menambahkan spasi tambahan, ditambah itu bermasalah untuk mengubah batas
• varchar (n) - bermasalah untuk mengubah batas di lingkungan langsung (memerlukan kunci eksklusif saat mengubah tabel)
• varchar - seperti halnya teks
• teks - bagi saya pemenang - atas (n) tipe data karena tidak memiliki masalah, dan lebih dari varchar - karena memiliki nama yang berbeda

Artikel ini melakukan pengujian terperinci untuk menunjukkan bahwa kinerja menyisipkan dan memilih untuk semua 4 tipe data serupa. Ini juga membutuhkan perincian cara alternatif untuk membatasi panjang saat dibutuhkan. Batasan berbasis fungsi atau domain memberikan keuntungan peningkatan instan dari batasan panjang, dan atas dasar bahwa mengurangi batasan panjang string jarang terjadi, depesz menyimpulkan bahwa salah satu dari mereka biasanya merupakan pilihan terbaik untuk batas panjang.

Sebagai " Jenis Karakter " di poin dokumentasi keluar, varchar(n), char(n), dan textsemua disimpan dengan cara yang sama. Satu-satunya perbedaan adalah siklus tambahan diperlukan untuk memeriksa panjang, jika ada yang diberikan, dan ruang tambahan dan waktu yang dibutuhkan jika padding diperlukan untukchar(n) .

Namun, ketika Anda hanya perlu menyimpan satu karakter, ada sedikit keuntungan kinerja untuk menggunakan tipe khusus "char" (mempertahankan tanda kutip ganda - mereka adalah bagian dari nama tipe). Anda mendapatkan akses lebih cepat ke bidang, dan tidak ada overhead untuk menyimpan panjangnya.

Saya baru saja membuat tabel 1.000.000 acak yang "char"dipilih dari huruf kecil. Kueri untuk mendapatkan distribusi frekuensi ( select count(*), field ... group by field) membutuhkan sekitar 650 milidetik, vs sekitar 760 pada data yang sama menggunakan textbidang.

MEMPERBARUI BENCHMARKS UNTUK 2016 (hal9.5 +)

Dan menggunakan tolok ukur "SQL murni" (tanpa skrip eksternal)

1. gunakan string_generator dengan UTF8

2. tolok ukur utama:

   2.1. MEMASUKKAN

   2.2. PILIH membandingkan dan menghitung

CREATE FUNCTION string_generator(int DEFAULT 20,int DEFAULT 10) RETURNS text AS $f$
  SELECT array_to_string( array_agg(
    substring(md5(random()::text),1,$1)||chr( 9824 + (random()*10)::int )
  ), ' ' ) as s
  FROM generate_series(1, $2) i(x);
$f$ LANGUAGE SQL IMMUTABLE;

Siapkan tes khusus (contoh)

DROP TABLE IF EXISTS test;
-- CREATE TABLE test ( f varchar(500));
-- CREATE TABLE test ( f text); 
CREATE TABLE test ( f text  CHECK(char_length(f)<=500) );

Lakukan tes dasar:

INSERT INTO test  
   SELECT string_generator(20+(random()*(i%11))::int)
   FROM generate_series(1, 99000) t(i);

Dan tes lainnya,

CREATE INDEX q on test (f);

SELECT count(*) FROM (
  SELECT substring(f,1,1) || f FROM test WHERE f<'a0' ORDER BY 1 LIMIT 80000
) t;

... Dan gunakan EXPLAIN ANALYZE.

DIPERBARUI LAGI 2018 (hal 10)

sedikit edit untuk menambahkan hasil 2018 dan memperkuat rekomendasi.

Hasil pada 2016 dan 2018

Hasil saya, setelah rata-rata, di banyak mesin dan banyak tes: semua sama
(secara statistik kurang dari standar deviasi tham).

Rekomendasi

• Gunakan texttipe data,
  hindari yang lama varchar(x)karena terkadang ini bukan standar, misalnya dalam CREATE FUNCTIONklausa varchar(x)≠varchar(y) .

• menyatakan batas (dengan varcharkinerja yang sama !) dengan dengan CHECKklausa dalam CREATE TABLE
  mis CHECK(char_length(x)<=10).
  Dengan hilangnya kinerja yang dapat diabaikan dalam INSERT / UPDATE Anda juga dapat mengontrol rentang dan struktur string
  misalnyaCHECK(char_length(x)>5 AND char_length(x)<=20 AND x LIKE 'Hello%')

Pada manual PostgreSQL

Tidak ada perbedaan kinerja di antara ketiga jenis ini, selain dari peningkatan ruang penyimpanan saat menggunakan jenis yang empuk, dan beberapa siklus CPU tambahan untuk memeriksa panjang saat menyimpan ke dalam kolom yang dibatasi panjang. Sementara karakter (n) memiliki keunggulan kinerja di beberapa sistem database lain, tidak ada keunggulan seperti itu di PostgreSQL; sebenarnya karakter (n) biasanya paling lambat dari ketiganya karena biaya penyimpanan tambahan. Dalam kebanyakan situasi, variasi teks atau karakter harus digunakan sebagai gantinya.

Saya biasanya menggunakan teks

Referensi: http://www.postgresql.org/docs/current/static/datatype-character.html

Menurut saya, varchar(n)memiliki kelebihan itu sendiri. Ya, mereka semua menggunakan tipe dasar yang sama dan semua itu. Tetapi, harus ditunjukkan bahwa indeks dalam PostgreSQL memiliki batas ukuran 2712 byte per baris.

TL; DR: Jika Anda menggunakan texttipe tanpa kendala dan memiliki indeks pada kolom ini, sangat mungkin Anda menekan batas ini untuk beberapa kolom Anda dan mendapatkan kesalahan ketika Anda mencoba memasukkan data tetapi dengan menggunakan varchar(n), Anda dapat mencegahnya.

Beberapa perincian lebih lanjut: Masalahnya di sini adalah PostgreSQL tidak memberikan pengecualian saat membuat indeks untuk texttipe atau di varchar(n)manan lebih besar dari 2712. Namun, itu akan memberikan kesalahan ketika catatan dengan ukuran terkompresi lebih besar dari 2712 dicoba untuk dimasukkan. Ini berarti bahwa Anda dapat memasukkan 100.000 karakter string yang disusun oleh karakter berulang dengan mudah karena akan dikompresi jauh di bawah 2712 tetapi Anda mungkin tidak dapat memasukkan beberapa string dengan 4000 karakter karena ukuran terkompresi lebih besar dari 2712 byte. Menggunakan varchar(n)tempat nyang tidak terlalu besar dari 2712, Anda aman dari kesalahan ini.

teks dan varchar memiliki konversi tipe implisit yang berbeda. Dampak terbesar yang saya perhatikan adalah penanganan ruang trailing. Sebagai contoh ...

select ' '::char = ' '::varchar, ' '::char = ' '::text, ' '::varchar = ' '::text

kembali true, false, truedan tidak true, true, trueseperti yang Anda harapkan.

Agaknya OT: Jika Anda menggunakan Rails, pemformatan standar laman web mungkin berbeda. Untuk formulir entri data, textkotak dapat digulir, tetapi kotak character varying(Rel string) adalah satu baris. Tampilkan tampilan selama diperlukan.

Penjelasan yang bagus dari http://www.sqlines.com/postgresql/datatypes/text :

Satu-satunya perbedaan antara TEXT dan VARCHAR (n) adalah bahwa Anda dapat membatasi panjang maksimum kolom VARCHAR, misalnya, VARCHAR (255) tidak memungkinkan memasukkan string lebih dari 255 karakter.

Baik TEXT dan VARCHAR memiliki batas atas pada 1 Gb, dan tidak ada perbedaan kinerja di antara mereka (menurut dokumentasi PostgreSQL).

character varying(n), varchar(n)- (Keduanya sama). nilai akan dipotong ke n karakter tanpa menimbulkan kesalahan.

character(n), char(n)- (Keduanya sama). panjang tetap dan akan pad dengan kosong sampai akhir panjang.

text- Panjang tidak terbatas.

Contoh:

Table test:
   a character(7)
   b varchar(7)

insert "ok    " to a
insert "ok    " to b

Kami mendapatkan hasil:

a        | (a)char_length | b     | (b)char_length
----------+----------------+-------+----------------
"ok     "| 7              | "ok"  | 2