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、除操作。 父主题： 存储过程

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 数值类型 货币类型 布尔类型 字符类型 二进制类型 日期/时间类型 几何类型 数组类型 枚举类型 网络地址类型 位串类型 文本搜索类型 UUID类型 JSON类型 RoaringBitmap类型 HLL数据类型 对象标识符类型 伪类型 范围类型 复合类型 列存表支持的数据类型

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 →

NUMBER不带参数时，GaussDB的精度p的默认值远大于带参数时的最大边界值；而在Oracle中，精度p的默认值等于带参数时的最大边界值。 GaussDB不支持标度s为负值；在Oracle中，标度s为负值时会精确到相应的整数位。 2 FLOAT [ ( p ) ] 支持 - 3 BINARY_FLOAT

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 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 →

列存表支持的数据类型 列存表支持的数据类型如表1所示。其他未列举的数据类型，暂不支持。 表1 列存表支持的数据类型 类别 数据类型 描述 长度 数值类型 smallint 小范围整数，别名为INT2。 2 integer 常用的整数，别名为INT4。 4 bigint 大范围的整数，别名为INT8。

查看更多 →

向量化引擎支持的数据类型 向量化引擎支持的数据类型如表1所示。 表1 向量化引擎支持的数据类型 类别 数据类型 长度 是否支持 Numeric Types tinyint [unsigned] 1 支持 smallint [unsigned] 2 支持 mediumint [unsigned]

查看更多 →

向量化引擎支持的数据类型 向量化引擎支持的数据类型如表1所示。 表1 向量化引擎支持的数据类型 类别 数据类型 长度 是否支持 Numeric Types tinyint [unsigned] 1 支持 smallint [unsigned] 2 支持 mediumint [unsigned]

查看更多 →

RDS for MySQL与GaussDB(for MySQL)的区别 GaussDB(for MySQL)拥有较好的性能、扩展性和易用性，详情请参见表1。 表1 GaussDB(for MySQL)与RDS for MySQL的差异 类别 RDS for MySQL GaussDB(for

查看更多 →

是否忽略生产者发送数据失败的错误 true：在日志中打印错误信息并跳过错误的数据，程序继续运行 false：在日志中打印错误信息并终止程序 true metrics_slf4j_interval 否 在日志中输出上传kafka成功与失败数据的数量统计的时间间隔，单位为秒 60 kafka

查看更多 →

ash seed验证，如果得到的distinct value相差不大，则可以从该组seed中任选一个作为hash seed。 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。

查看更多 →

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IO性能；同时也可以减小相关计算时的内存消耗，提升计算性能。比如对于整型数据，如果可以用smallint就尽量不用int，如果可以用int就尽量不用bigint。 使用一致的数据类型 表关联列尽量使用相同的数据类

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 →

，选取2-3个hash seed验证，如果得到的distinct value相差不大，则可以从该组seed中任选一个作为hash seed。 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

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 →

支持，存在差异 MySQL存储MEDIUMINT数据需要3字节。 带符号的范围是-8,388,608 ~ +8,388,607。 无符号的范围是0 ~ +16,777,215。 GaussDB映射为INT类型，存储需要4字节，通过边界值判断限制取值范围。 带符号的范围是-8,388

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 →