PostgreSQL 列对齐和填充——如何通过更智能的表设计提高性能
内容提要
本文讨论了在创建PostgreSQL表或关系时，列的顺序的重要性，对齐和填充是影响列顺序的原因，选择好的列顺序会影响磁盘、内存和CPU使用，填充导致浪费空间，使用pg_column_size函数检查元组占用字节数，使用pageinspect扩展查看页面内容，思考低级别行结构可节省资源和提高性能。
延伸解读
列顺序如何影响存储效率
在PostgreSQL中，列顺序决定了数据在磁盘和内存中的对齐方式。由于不同数据类型有不同的对齐要求（如BIGINT需要8字节对齐，INT需要4字节，SMALLINT需要2字节），不合理的列顺序会导致填充字节，浪费存储空间。例如，将SMALLINT放在BIGINT之前，会插入6字节填充，使每个元组多占10字节。在大型数据集中，这种浪费会显著增加。
量化填充浪费的实用工具
文章介绍了两种检查元组大小的方法：使用pg_column_size函数计算行占用的字节数，或使用pageinspect扩展查看页面原始数据。通过对比不同列顺序的表，可以直观看到填充造成的差异。例如，示例中t1表每行32字节，t2表仅22字节，相差10字节，相当于45%的开销。这些工具帮助开发者评估和优化表设计。
优化列顺序的权衡与建议
虽然优化列顺序可以减少填充、节省磁盘和内存并提升性能，但可能降低表定义的可读性。文章建议在必要时放宽优化，例如将主键列放在开头以保持清晰。对于可变长度数据类型，情况更复杂，需要进一步分析。总体而言，在大型数据集或性能敏感场景中，值得考虑列顺序优化。
Q&A
为什么在PostgreSQL中创建表时列的顺序很重要？
因为列的顺序会影响数据在磁盘和内存中的存储方式。PostgreSQL根据数据类型定义的对齐要求来放置每个列，如果顺序不当，会在列之间插入填充字节，导致每个元组浪费空间，从而增加磁盘、内存和CPU的使用。
PostgreSQL中的对齐和填充是什么？它们如何影响存储？
对齐是指数据类型在存储时要求的起始边界，例如BIGINT需要8字节对齐，INT需要4字节，SMALLINT需要2字节。填充是为了满足对齐要求而在数据前插入的额外字节。当列顺序不当时，填充会浪费空间，增加每个元组的大小。
如何检查PostgreSQL中元组占用的字节数？
可以使用pg_column_size函数来检查元组占用的字节数。例如，执行SELECT pg_column_size(t1.*) - 24 AS row_size FROM t1 LIMIT 1; 其中减去24是为了排除行头的大小（但行头大小可能因情况而异）。
如何使用pageinspect扩展查看PostgreSQL表的页面内容和元组存储情况？
首先启用扩展：CREATE EXTENSION IF NOT EXISTS pageinspect; 然后使用get_raw_page函数获取页面的原始数据，再使用heap_page_items函数查看元组头和原始数据。例如：SELECT t_data FROM heap_page_items(get_raw_page('t1','main',0))gx; 这可以显示元组的十六进制数据，帮助识别填充字节。
优化列顺序以减少填充有什么好处和潜在缺点？
好处包括减少磁盘空间使用、降低内存消耗、可能提高CPU效率和整体查询性能。缺点可能是使表定义不够清晰，因为为了最小化填充，可能需要将列按对齐要求排序，而不是按逻辑顺序。有时可以放宽要求，例如将主键列放在开头。
能否举例说明列顺序不同如何导致填充浪费？
例如，表t1定义为(c1 smallint, c2 bigint, c3 int, c4 bigint)，表t2定义为(c1 bigint, c2 bigint, c3 int, c4 smallint)。虽然列类型相同，但t1的元组需要32字节，t2只需要22字节，相差10字节。这是因为t1中smallint后需要6字节填充以对齐bigint，而t2中列按对齐要求降序排列，减少了填充。
