月と年の別々の列、または日が常に1に設定された日付？

Question

Postgresを使用してデータベースを構築しています。このデータベースでは、monthとyearによるグループ化が多数行われますが、dateによるグループ化は行われません。

• 整数のmonthおよびyear列を作成して、それらを使用できます。
• または、month_year列で、常にdayを1に設定します。

前者は誰かがデータを見ると少し単純で明確に見えますが、後者は適切なタイプを使用するという点でいいです。

Answer 1

個人的には、日付である場合、または日付である可能性がある場合は、常に日付として保存することをお勧めします。経験則として作業する方が簡単です。

• 日付は4バイトです。
• Smallintは2バイトです（2バイトが必要です）
  • ... 2バイト：年に1つのsmallint
  • ... 2バイト：月の1つのsmallint

必要に応じて1日をサポートする1​​つの日付、または余分な精度をサポートしない年と月の1つのsmallintを使用できます。

サンプルデータ

ここで例を見てみましょう。サンプルに100万個の日付を作成しましょう。これは、1901年から2100年までの200年間で約5,000行です。毎年、毎月何かが必要です。

_CREATE TABLE foo
AS
  SELECT
    x,
    make_date(year,month,1)::date AS date,
    year::smallint,
    month::smallint
  FROM generate_series(1,1e6) AS gs(x)
  CROSS JOIN LATERAL CAST(trunc(random()*12+1+x-x) AS int) AS month
  CROSS JOIN LATERAL CAST(trunc(random()*200+1901+x-x) AS int) AS year
;
CREATE INDEX ON foo(date);
CREATE INDEX ON foo (year,month);
VACUUM FULL ANALYZE foo;
_

テスト中

シンプルWHERE

これで、日付を使用しないというこれらの理論をテストできます。ウォームアップするために、これらをそれぞれ数回実行しました。

_EXPLAIN ANALYZE SELECT * FROM foo WHERE date = '2014-1-1'
                                                        QUERY PLAN                                                        
--------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on foo  (cost=11.56..1265.16 rows=405 width=14) (actual time=0.164..0.751 rows=454 loops=1)
   Recheck Cond: (date = '2014-04-01'::date)
   Heap Blocks: exact=439
   ->  Bitmap Index Scan on foo_date_idx  (cost=0.00..11.46 rows=405 width=0) (actual time=0.090..0.090 rows=454 loops=1)
         Index Cond: (date = '2014-04-01'::date)
 Planning time: 0.090 ms
 Execution time: 0.795 ms
_

では、別の方法で試してみましょう

_EXPLAIN ANALYZE SELECT * FROM foo WHERE year = 2014 AND month = 1;
                                                           QUERY PLAN                                                           
--------------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on foo  (cost=12.75..1312.06 rows=422 width=14) (actual time=0.139..0.707 rows=379 loops=1)
   Recheck Cond: ((year = 2014) AND (month = 1))
   Heap Blocks: exact=362
   ->  Bitmap Index Scan on foo_year_month_idx  (cost=0.00..12.64 rows=422 width=0) (actual time=0.079..0.079 rows=379 loops=1)
         Index Cond: ((year = 2014) AND (month = 1))
 Planning time: 0.086 ms
 Execution time: 0.749 ms
(7 rows)
_

公平に言うと、それらはすべて0.749ではありません。いくつかは多少多かれ少なかれですが、それは問題ではありません。それらはすべて比較的同じです。それは単に必要ではありません。

一ヶ月以内

それでは、楽しみましょう。2014年1月（上記で使用したのと同じ月）から1か月以内のすべての間隔を検索するとします。

_EXPLAIN ANALYZE
  SELECT *
  FROM foo
  WHERE date
    BETWEEN
      ('2014-1-1'::date - '1 month'::interval)::date 
      AND ('2014-1-1'::date + '1 month'::interval)::date;
                                                        QUERY PLAN                                                         
---------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on foo  (cost=21.27..2310.97 rows=863 width=14) (actual time=0.384..1.644 rows=1226 loops=1)
   Recheck Cond: ((date >= '2013-12-01'::date) AND (date <= '2014-02-01'::date))
   Heap Blocks: exact=1083
   ->  Bitmap Index Scan on foo_date_idx  (cost=0.00..21.06 rows=863 width=0) (actual time=0.208..0.208 rows=1226 loops=1)
         Index Cond: ((date >= '2013-12-01'::date) AND (date <= '2014-02-01'::date))
 Planning time: 0.104 ms
 Execution time: 1.727 ms
(7 rows)
_

それを組み合わせた方法と比較してください

_EXPLAIN ANALYZE
  SELECT *
  FROM foo
  WHERE year = 2013 AND month = 12
    OR ( year = 2014 AND ( month = 1 OR month = 2) );

                                                                 QUERY PLAN                                                                 
--------------------------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on foo  (cost=38.79..2999.66 rows=1203 width=14) (actual time=0.664..2.291 rows=1226 loops=1)
   Recheck Cond: (((year = 2013) AND (month = 12)) OR (((year = 2014) AND (month = 1)) OR ((year = 2014) AND (month = 2))))
   Heap Blocks: exact=1083
   ->  BitmapOr  (cost=38.79..38.79 rows=1237 width=0) (actual time=0.479..0.479 rows=0 loops=1)
         ->  Bitmap Index Scan on foo_year_month_idx  (cost=0.00..12.64 rows=421 width=0) (actual time=0.112..0.112 rows=402 loops=1)
               Index Cond: ((year = 2013) AND (month = 12))
         ->  BitmapOr  (cost=25.60..25.60 rows=816 width=0) (actual time=0.218..0.218 rows=0 loops=1)
               ->  Bitmap Index Scan on foo_year_month_idx  (cost=0.00..12.62 rows=420 width=0) (actual time=0.108..0.108 rows=423 loops=1)
                     Index Cond: ((year = 2014) AND (month = 1))
               ->  Bitmap Index Scan on foo_year_month_idx  (cost=0.00..12.38 rows=395 width=0) (actual time=0.108..0.108 rows=401 loops=1)
                     Index Cond: ((year = 2014) AND (month = 2))
 Planning time: 0.256 ms
 Execution time: 2.421 ms
(13 rows)
_

遅いし、醜いです。

_GROUP BY_/_ORDER BY_

結合された方法、

_EXPLAIN ANALYZE
  SELECT date, count(*)
  FROM foo
  GROUP BY date
  ORDER BY date;
                                                        QUERY PLAN                                                        
--------------------------------------------------------------------------------------------------------------------------
 Sort  (cost=20564.75..20570.75 rows=2400 width=4) (actual time=286.749..286.841 rows=2400 loops=1)
   Sort Key: date
   Sort Method: quicksort  Memory: 209kB
   ->  HashAggregate  (cost=20406.00..20430.00 rows=2400 width=4) (actual time=285.978..286.301 rows=2400 loops=1)
         Group Key: date
         ->  Seq Scan on foo  (cost=0.00..15406.00 rows=1000000 width=4) (actual time=0.012..70.582 rows=1000000 loops=1)
 Planning time: 0.094 ms
 Execution time: 286.971 ms
(8 rows)
_

そして再び複合法で

_EXPLAIN ANALYZE
  SELECT year, month, count(*)
  FROM foo
  GROUP BY year, month
  ORDER BY year, month;
                                                        QUERY PLAN                                                        
--------------------------------------------------------------------------------------------------------------------------
 Sort  (cost=23064.75..23070.75 rows=2400 width=4) (actual time=336.826..336.908 rows=2400 loops=1)
   Sort Key: year, month
   Sort Method: quicksort  Memory: 209kB
   ->  HashAggregate  (cost=22906.00..22930.00 rows=2400 width=4) (actual time=335.757..336.060 rows=2400 loops=1)
         Group Key: year, month
         ->  Seq Scan on foo  (cost=0.00..15406.00 rows=1000000 width=4) (actual time=0.010..70.468 rows=1000000 loops=1)
 Planning time: 0.098 ms
 Execution time: 337.027 ms
(8 rows)
_

結論

一般的に、賢い人々にハードワークをさせましょう。デイトマスは難しいです、私のクライアントは私に十分に支払いません。私は以前これらのテストを行っていました。私はdateよりも良い結果が得られると結論付けるのに苦労しました。私はやめました。

更新

@a_horse_with_no_nameが私の提案1か月以内テストWHERE (year, month) between (2013, 12) and (2014,2)。私の意見では、クールですが、これはより複雑なクエリであり、利益が得られない限り避けたいと思います。悲しいかな、それは近いですがそれでもまだ遅かったです-これはこのテストからのテイクアウトのより多くです。それは単に大した問題ではありません。

_EXPLAIN ANALYZE
  SELECT *
  FROM foo
  WHERE (year, month) between (2013, 12) and (2014,2);

                                                              QUERY PLAN                                                              
--------------------------------------------------------------------------------------------------------------------------------------
 Bitmap Heap Scan on foo  (cost=5287.16..15670.20 rows=248852 width=14) (actual time=0.753..2.157 rows=1226 loops=1)
   Recheck Cond: ((ROW(year, month) >= ROW(2013, 12)) AND (ROW(year, month) <= ROW(2014, 2)))
   Heap Blocks: exact=1083
   ->  Bitmap Index Scan on foo_year_month_idx  (cost=0.00..5224.95 rows=248852 width=0) (actual time=0.550..0.550 rows=1226 loops=1)
         Index Cond: ((ROW(year, month) >= ROW(2013, 12)) AND (ROW(year, month) <= ROW(2014, 2)))
 Planning time: 0.099 ms
 Execution time: 2.249 ms
(7 rows)
_

Answer 2

Evan Carrollが提案する方法の代替案として、おそらく最良のオプションを検討し、場合によっては（特にPostgreSQLを使用する場合ではなく）INTEGERタイプのyear_month列のみを使用しました（ 4バイト）、次のように計算されます

 year_month = year * 100 + month

つまり、整数の右端decimalの2桁（数字0、および数字1）で月をエンコードし、数字で年をエンコードします。 2から5（必要な場合はそれ以上）。

これは、独自のyear_monthタイプと演算子を作成する代わりに、ある程度、貧乏人の代替手段です。それはいくつかの利点、主に「意図の明確さ」、およびいくつかのスペースの節約（PostgreSQLではない）、さらに2つの別々の列を持つことによるいくつかの不便さがあります。

値を追加するだけで値が有効であることを保証できます

CHECK ((year_date % 100) BETWEEN 1 AND 12)   /*  % = modulus operator */

次のようなWHERE句を使用できます。

year_month BETWEEN 201610 and 201702 

そして、それは効率的に機能します（もちろん、year_month列が適切にインデックス付けされている場合）。

日付を使用する場合と同じ方法で、少なくとも同じ効率でyear_monthでグループ化できます。

yearとmonthを分離する必要がある場合、計算は簡単です。

month = year_month % 100    -- % is modulus operator
year  = year_month / 100    -- / is integer division 

不便とは：15か月をyear_monthに追加したい場合、計算する必要があります（私がミスや見落としをしていない場合）：

year_month + delta (months) = ...

    /* intermediate calculations */
    year = year_month/100 + delta/12    /* years we had + new years */
           + (year_month % 100 + delta%12) / 12  /* extra months make 1 more year? */
    month = ((year_month%10) + (delta%12) - 1) % 12 + 1

/* final result */
... = year * 100 + month

注意しないと、エラーが発生しやすくなります。

2つのyear_months間の月数を取得する場合は、いくつかの同様の計算を行う必要があります。これは（多くの簡略化により）日付演算の内部で実際に行われることであり、幸運にも、既に定義されている関数や演算子によって隠されています。

これらの操作が多数必要な場合は、year_monthを使用するのはあまり現実的ではありません。そうでない場合は、意図を明確にする非常に明確な方法です。

---

別の方法として、year_monthタイプを定義し、演算子year_month + intervalを定義し、さらに別のyear_month-year_month ...および計算を非表示にします。私は実際には、実際に必要性を感じるほどの重い使用はしていません。 date-dateは、実際には似たようなものを隠しています。

Answer 3

Joanoloの方法の代替として=）（申し訳ありませんが、忙しかったが、これを書きたかった）

ビットジョイ

同じことをしますが、ビットを使用します。 PostgreSQLの_int4_の1つは、-2147483648から+2147483647の範囲の符号付き整数です。

これが私たちの構造の概要です。

_               bit                
----------------------------------
 YYYYYYYYYYYYYYYYYYYYYYYYYYYYMMMM
_

保存月。

• 1か月に12のオプションが必要ですpow(2,4)は4ビットです。
• 残りの年は32-4 =28ビットです。

これは、月が格納される場所のビットマップです。

_               bit                
----------------------------------
 00000000000000000000000000001111
_

月、1月1日〜12月12日

_               bit                
----------------------------------
 00000000000000000000000000000001
               bit                
----------------------------------
 00000000000000000000000000001100
_

年。残りの28ビットにより、年の情報を保存できます

_SELECT (pow(2,28)-1)::int;
   int4    
-----------
 268435455
(1 row)
_

この時点で、これを実行する方法を決定する必要があります。この目的のために、静的オフセットを使用できます。AD5,000をカバーするだけでよい場合は、 中生代 全体をほぼカバーする_268,430,455 BC_に戻ることができます。前進に役立つすべてのもの。

_SELECT (pow(2,28)-1)::int4::bit(32) << 4;
               year               
----------------------------------
 11111111111111111111111111110000
_

そして今、私たちのタイプの原始があり、2、700年で期限切れになる予定です。

それでは、いくつかの関数の作成に取り掛かりましょう。

_CREATE DOMAIN year_month AS int4;

CREATE OR REPLACE FUNCTION to_year_month (cstring text)
RETURNS year_month
AS $$
  SELECT (
    ( ((date[1]::int4 - 5000) * -1)::bit(32) << 4 )
    | date[2]::int4::bit(32)
  )::year_month
  FROM regexp_split_to_array(cstring,'-(?=\d{1,2}$)')
    AS t(date)
$$
LANGUAGE sql
IMMUTABLE;

CREATE OR REPLACE FUNCTION year_month_to_text (ym year_month)
RETURNS text
AS $$
  SELECT ((ym::bit(32) >>4)::int4 * -1 + 5000)::text ||
  '-' ||
  (ym::bit(32) <<28 >>28)::int4::text
$$ LANGUAGE sql
IMMUTABLE;
_

簡単なテストは、この動作を示しています。

_SELECT year_month_to_text( to_year_month('2014-12') );
SELECT year_month_to_text( to_year_month('-5000-10') );
SELECT year_month_to_text( to_year_month('-8000-10') );
SELECT year_month_to_text( to_year_month('-84398-10') );
_

これで、バイナリ型で使用できる関数ができました。

署名された部分からもう1つ切り取り、年を正として保存し、自然に署名されたintとして並べ替えることができます。速度がストレージスペースよりも優先された場合、それは私たちが下に行くルートでした。しかし、今のところ、中生代で機能する日付があります。

後で面白くするために、後で更新するかもしれません。