PostgreSQL: "bytea"和 "bit varying"类型之间的区别

Question

PostgreSQL 类型 bytea 和 bit varying 听起来很相似:

• bytea 存储 binary strings .
• bit varying 存储 strings of 1's and 0's .

文档中没有提到任何一个的最大大小。是1GB像 character varying?

我有两个不同的用例，都在一个有数百万行的表上:

存储 MD5 哈希值

那将是一个长度为 16 字节的 bytea 或一个 bit(128)。它将用于:

• 重复数据删除:大量使用 GROUP BY，我想有一个索引。
• 使用 WHERE md5 = 查询仅精确匹配。
• 显示为供人类使用的十六进制字符串。

存储任意二进制数据

可变长度的二进制数据字符串，最大 4kB，用于:

• 按位运算查找与特定掩码匹配的字符串。本文末尾的示例。
• 提取一些字节，例如获取我的字符串中字节 14 的整数值。
• 一些去重。

按位运算的工作示例，使用bit varying。掩码是 X'00FF00'，它只返回行 X'AAAAAA'。我缩短了示例的字符串，但它会超过它们的全长，最多 4kB。是否可以用 bytea 做类似的事情？

CREATE TABLE test1 (mystring bit varying);
INSERT INTO test1 VALUES (X'AAAAAA'), (X'ABCABC');
SELECT * FROM test1 WHERE mystring & X'00FF00' = X'00AA00';

bytea和bit varying哪个更合适？

我看到 UUID 类型被用来存储 16 个字节，存储 MD5 有什么好处吗？

Answer 1

一般来说，如果您不使用按位运算，您应该使用 bytea。

我在 bytea 中存储较大的值，然后将子字符串转换为 bit varying 以进行可能的位运算，这主要是因为客户对 bytea 的了解要多得多与 bit varying 一致，并且 I/O 格式更紧凑。

MD5 值应存储为 bytea。对它们进行按位运算毫无意义，您通常希望以二进制形式获取它们。

我认为 bit varying 确实有两个用途:

• 存储字面意义上的位串的标志字段；和
• 作为内部计算的临时数据类型

对于几乎所有其他内容，请使用 bytea。

不过，没有什么能阻止您存储 4k 位域。