如何将ctid分解为页码和行号？

Question

表中的每一行都有一个系统列 ctid，其类型tid表示该行的物理位置：

create table t(id serial);
insert into t default values;
insert into t default values;

select ctid
     , id
from t;

ctid | ID
:---- | -：
(0,1) | 1
(0,2) | 2

dbfiddle在这里

从ctid最合适的类型（例如integer，bigint或numeric(1000,0)）中获取页码的最佳方法是什么？

在我能想到的唯一的办法是非常难看。

Answer 1

SELECT (ctid::text::point)[0]::bigint AS block_number FROM t;

db<>在这里摆弄

@bma 在他的评论中提出了类似的建议。这里有一个 ...

类型的基本原理

ctid是类型tid（元组标识符），ItemPointer在 C 语言源代码中调用。手册：

这是系统列的数据类型ctid。元组 ID 是一对（块编号，块内的元组索引），用于标识行在其表中的物理位置。

大胆强调我的。和：

( ItemPointer, 也称为CTID)

在标准安装中，一个块为8 KB。最大表大小为32 TB。从逻辑上讲，块编号必须至少容纳最大值（根据@Daniel 的评论固定）：

SELECT (2^45 / 2^13)::int      -- = 2^32 = 4294967294

这将适合 unsigned integer。在进一步调查中，我在源代码中发现......

块按顺序编号，从0 到 0xFFFFFFFE。

大胆强调我的。这证实了第一个计算：

SELECT 'xFFFFFFFE'::bit(32)::int8 -- max page number: 4294967294

Postgres 使用有符号整数，因此有点短。然而，我无法确定文本表示是否被移动以适应有符号整数。在有人解决这个问题之前，我会退回到bigint，这在任何情况下都有效。

投掷

有没有注册投了tid在Postgres的9.3型（从Postgres 13依然如此）：

SELECT *
FROM   pg_cast
WHERE  castsource = 'tid'::regtype
OR     casttarget = 'tid'::regtype;

 castsource | casttarget | castfunc | castcontext | castmethod
------------+------------+----------+-------------+------------
(0 rows)

您仍然可以投射到text. Postgres 中的每种类型都有一个文本表示：

另一个重要的例外是“自动 I/O 转换转换”，即使用数据类型自己的 I/O 函数执行的转换为文本或其他字符串类型的转换，在 pg_cast.

文本表示匹配由两个float8数字组成的点的表示，该点是无损的。

您可以访问索引为 0 的点的第一个数字。转换为bigint。瞧。

表现

我在 Postgres 9.4 中对一个包含 30k 行（最好是 5 个）的表进行了快速测试，我想到了几个表达式，包括您的原始表达式：

SELECT (ctid::text::point)[0]::int                              --  25 ms
     , right(split_part(ctid::text, ',', 1), -1)::int           --  28 ms
     , ltrim(split_part(ctid::text, ',', 1), '(')::int          --  29 ms
     , (ctid::text::t_tid).page_number                          --  31 ms
     , (translate(ctid::text,'()', '{}')::int[])[1]             --  45 ms
     , (replace(replace(ctid::text,'(','{'),')','}')::int[])[1] --  51 ms
     , substring(right(ctid::text, -1), '^\d+')::int            --  52 ms
     , substring(ctid::text, '^\((\d+),')::int                  -- 143 ms
FROM   tbl;

int而不是bigint，与测试目的大多无关。我最终在bigint具有 50k 行的表上重复了 Postgres 13 中的测试。结果大体相同！

t_tid强制转换建立在用户定义的复合类型上，就像@Jake 评论的那样。
它的要点：转换往往比字符串操作更快。正则表达式很昂贵。上面的解决方案是最短和最快的。