理解 Postgres 行大小

Question

我有一个大的（>100M行）Postgres表，其结构为{整数，整数，整数，没有时区的时间戳}。我预计一行的大小为 3*integer + 1*timestamp = 3*4 + 1*8 = 20 bytes。

实际上，行大小为

pg_relation_size(tbl) / count(*)

= 52 字节。为什么？

（不对表进行任何删除：

pg_relation_size(tbl, 'fsm')

~= 0）

Answer 1

行大小的计算比这更复杂。

存储通常按 8 kB 的“数据页”进行分区。每页有一个小的固定开销，可能的余数不够大，无法容纳另一个元组，更重要的是死行或最初通过 FILLFACTOR 设置保留的百分比。

还有更多的开销

每行

（元组）：页面开头的 4 个字节的项目标识符、23 个字节的 HeapTupleHeader 和

对齐填充。元组头的开头以及元组数据的开头以 MAXALIGN 的倍数对齐，在典型的 64 位机器上为 8 个字节。某些数据类型需要与下一个 2、4 或 8 字节的倍数对齐。

引用系统桌上的手册

pg_tpye：

typalign

是存储此类值时所需的对齐方式。 它适用于磁盘上的存储以及大多数表示形式 PostgreSQL 内部的值。当存储多个值时 连续地，例如在完整行的表示中 磁盘，填充被插入到这种类型的数据之前，以便它 从指定的边界开始。对齐参考是 序列中第一个数据的开始。

可能的值为：

• c

  =

  char

  对齐，即无需对齐。

• s

  =

  short

  对齐（大多数机器上为 2 个字节）。

• i

  =

  int

  对齐（大多数机器上为 4 个字节）。

• d

  =

  double

  对齐（许多机器上为 8 个字节，但绝不是全部）。

阅读手册中的

基础知识

。 你的例子

这会在 3 个

integer

列之后产生 4 个字节的填充，因为

timestamp

列需要

double

对齐，并且需要从下一个 8 字节的倍数开始。所以，一行占用：

   23   -- heaptupleheader
 +  1   -- padding or NULL bitmap
 + 12   -- 3 * integer (no alignment padding here)
 +  4   -- padding after 3rd integer
 +  8   -- timestamp
 +  0   -- no padding since tuple ends at multiple of MAXALIGN

在页面标题中加上每个元组的项目标识符（如@A.H.在评论中

指出的那样）：

 +  4   -- item identifier in page header
------
 = 52 bytes

因此我们得到了观察到的

52字节

。

计算pg_relation_size(tbl) / count(*)

是悲观估计。

pg_relation_size(tbl)

 包括膨胀（死行）和 

fillfactor

 保留的空间，以及每个数据页和每个表的开销。 （我们甚至没有提到 

TOAST 表

中长 

varlena

 数据的压缩，因为它在这里不适用。）

您可以安装附加模块 pgstattuple

并致电

SELECT * FROM pgstattuple('tbl_name'); 以获取有关表和元组大小的更多信息。

相关：

表格尺寸与页面布局

• PostgreSQL 中计算和节省空间

每一行都有与其关联的元数据。正确的公式是（假设简单对齐）：

Answer 2

3 * 4 + 1 * 8 == your data
24 bytes == row overhead
total size per row: 23 + 20

或者大约 53 字节。实际上，我专门编写了

postgresql-varint

来帮助解决这个确切用例的问题。您可能需要查看

类似的帖子以获取有关元组开销的更多详细信息。