数据类型 数据类型 输入 输出 数值类型 BIGINT BIGINT BYTEINT SMALLINT DECIMAL [(n[,m])] DECIMAL [(n[,m])] DOUBLE PRECISION DOUBLE PRECISION FLOAT DOUBLE PRECISION

查看更多 →

数据类型 数值数据类型 日期与时间数据类型 字符串数据类型 二进制数据类型 JSON数据类型 数据类型支持的属性 数据类型转换 父主题： MySQL兼容性B模式

查看更多 →

数据类型 数值数据类型 日期与时间数据类型 字符串数据类型 二进制数据类型 JSON类型 数据类型支持的属性 数据类型转换 父主题： MySQL兼容性M-Compatibility模式

查看更多 →

数据类型 数据类型介绍 布尔类型 整数类型 固定精度型 浮点型 字符类型 时间和日期类型 复杂类型 父主题： HetuEngine SQL语法

查看更多 →

数据类型 本章节介绍了在PostgreSQL11开源版本的基础上，RDS for PostgreSQL增强版支持的数据类型。 表1 数据类型 数据类型名称 数据类型 变长字符串类型 VARCHAR2，NVARCHAR2 十进制浮点数类型 DECIMAL 双精度二进制浮点类型 BINARY_DOUBLE

查看更多 →

数据类型 数据类型是数据的一个基本属性，用于区分不同类型的数据。不同的数据类型所占的存储空间不同，能够进行的操作也不相同。数据库中的数据存储在数据表中。数据表中的每一列都定义了数据类型，用户存储数据时，须遵从这些数据类型的属性，否则可能会出错。 GaussDB 支持某些数据类型间的

查看更多 →

数据类型 数据类型是一组值的集合以及定义在这个值集上的一组操作。 GaussDB数据库 是由表的集合组成的，而各表中的列定义了该表，每一列都属于一种数据类型，GaussDB根据数据类型有相应函数对其内容进行操作，例如GaussDB可对数值型数据进行加、减、乘、除等操作。 XML类型数

查看更多 →

数据类型 数据类型是一组值的集合以及定义在这个值集上的一组操作。GaussDB数据库是由表的集合组成的，而各表中的列定义了该表，每一列都属于一种数据类型，GaussDB根据数据类型有相应函数对其内容进行操作，例如GaussDB可对数值型数据进行加、减、乘、除等操作。 XML类型数

查看更多 →

前提条件 GaussDB(for MySQL)正常运行。 故障、删除状态的GaussDB(for MySQL)，无法在云监控中查看其监控指标。当GaussDB(for MySQL)再次启动或恢复后，即可正常查看。 故障24小时的GaussDB(for MySQL)，云监控将默认该GaussDB(for

查看更多 →

数值数据类型 表1 整数类型 MySQL数据库 GaussDB数据库 差异 BOOL 支持，存在差异 输出格式：GaussDB中SELECT TRUE/FALSE输出结果为t/f，MySQL为1/0。 MySQL：BOOL/BOOLEAN类型实际映射为TINYINT类型。 BOOLEAN

查看更多 →

HLL中主要的数据结构，请参见表2。 表2 HyperLogLog中主要数据结构 数据类型 功能描述 hll 大小为确定的1280 bytes，可直接计算得到distinct值。 HLL的应用场景 使用hll数据类型场景 创建带有hll类型的表并向表中插入空的hll。 1 2 CREATE

查看更多 →

数值数据类型 整数类型 除特别说明外，MySQL兼容性B模式中的数据类型精度、标度、位数大小等默认不支持用浮点型数值定义，建议使用合法的整型数值定义。 整数类型公共差异说明： 输入格式： MySQL 对于类似“asbd”、“12dd”、“12 12”等字符场景的输入，会采取截断或

查看更多 →

数值数据类型 除特别说明外，MySQL兼容性M-Compatibility模式中的数据类型精度、标度、位数大小等默认不支持用浮点型数值定义，建议使用合法的整型数值定义。 表1 整数类型 MySQL数据库 GaussDB数据库 差异 BOOL 支持，存在差异 输出格式：GaussDB中SELECT

查看更多 →

数据类型转换 不同的数据类型之间支持转换。有如下场景涉及到数据类型转换： 操作符（比较操作符、运算操作符等）的操作数的数据类型不一致。常见于查询条件或者关联条件中的比较运算。 函数调用时实参和形参的数据类型不一致。 DML语句要更新（包括INSERT、UPDATE、MERGE、R

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减

查看更多 →

HLL中主要的数据结构，请参见表2。 表2 HyperLogLog中主要数据结构 数据类型 功能描述 hll hll头部为27字节长度字段，默认规格下数据段长度0~16KB，可直接计算得到distinct值。 创建HLL数据类型时，可以支持0~4个参数入参，具体的参数含义与参数规格同函数hll_

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 使用执行效率更高的数据类型 通常情况下，整型数据运算（包括“=”、“＞”、“＜”、“≧”、“≦”、“≠”等常规的比较运算，以及GROUP BY）的效率比字符串和浮点数的效率高。 使用短字段的数据类型 长度较短的数据类型不仅可以减小

查看更多 →

数据类型转换 数据库中有些数据类型间允许进行隐式类型转换（例如赋值、函数调用的参数等）、有些数据类型间不允许进行隐式数据类型转换（例如int），可尝试使用GaussDB提供的类型转换函数，例如CAST进行数据类型强转。 GaussDB数据库常见的隐式类型转换，请参见表1。 Gau

查看更多 →

选择数据类型 高效数据类型，主要包括以下三方面： 尽量使用执行效率比较高的数据类型 一般来说整型数据运算(包括=、＞、＜、≧、≦、≠等常规的比较运算，以及group by)的效率比字符串、浮点数要高。 尽量使用短字段的数据类型 长度较短的数据类型不仅可以减小数据文件的大小，提升I

查看更多 →