达梦数据库数据类型、表类型和索引介绍

最新推荐文章于 2025-07-31 17:53:48 发布
原创 最新推荐文章于 2025-07-31 17:53:48 发布 · 1.7k 阅读 · 13 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#数据库 #大数据

参考文档:DM 逻辑结构概述 | 达梦技术文档

数据类型

1、字符数据类型

系统参数：UNICODE_FLAG，0 代表 gb18030；1 代表 UTF-8。

配置 字段长度 英文存储个数 中文存储个数 实际字节数 备注

GB18030, LENGTH_IN_CHAR=0 VARCHAR(10) 10 5 10 中文占 2 字节

GB18030, LENGTH_IN_CHAR=1 VARCHAR(10) 20 10 20 中文站 2 字节，以字符为单位，自动扩充为双倍字节数

UTF-8, LENGTH_IN_CHAR=0 VARCHAR(10) 10 3.3 10 中文占 3 字节

UTF-8, LENGTH_IN_CHAR=1 VARCHAR(10) 40 13.3 40 中文站 3 字节，以字符为单位，自动扩充为 4 倍字节数

举例：UTF-8, LENGTH_IN_CHAR=0

create table users (id int,name varchar(10));

insert into users(id,name) values (1,'哈哈哈哈');提示超出长度

insert into users(id,name) values (1,'哈哈哈');成功

查询数据库的页大小

SELECT '页大小',cast(PAGE()/1024 as varchar)；

2、数值数据类型

精确数值数据类型包括：NUMERIC、DECIMAL、DEC 类型、NUMBER 类型、INTEGER 类型、INT 类型、BIGINT 类型、TINYINT 类型、BYTE 类型、SMALLINT 类型、BINARY 类型、VARBINARY 类型。

近似数值类型包括：FLOAT 类型、DOUBLE 类型、REAL 类型、DOUBLE PRECISION 类型

举例：NUMERIC(4,1) 定义了小数点前面 3 位和小数点后面 1 位，共 4 位的数字，范围在 -999.9 到 999.9。

create table users (id int,qty numeric(4,1));

insert into users(id,qty) values (1,1000); 失败

insert into users(id,qty) values (1,999); 成功

3、位串数据类型

BIT：BIT 类型用于存储整数数据 1、0 或 NULL，只有 0 才转换为假，其他非空、非 0 值都会自动转换为真，可以用来支持 ODBC 和 JDBC 的布尔数据类型。DM 的 BIT 类型与 SQL Server 2000 的 BIT 数据类型相似。

举例：

create table users (id int,sex bit);

insert into users(id,sex) values (1,0);

insert into users(id,sex) values (2,1);

4、日期数据类型

日期时间数据类型分为一般日期时间数据类型、时间间隔数据类型和时区数据类型三类，用于存储日期、时间和它们之间的间隔信息。

4.1一般日期时间数据类型

DATE：年月日；TIME：时分秒；TIMESTAMP：年月日时分秒

举例：

CREATE TABLE users(

id INT,

        pay_date DATE,

        pay_time TIME（2）,

        pay_timestamp TIMESTAMP

);

INSERT INTO users values(1,'2020-11-19','23:59:59','2020-11-19 23:59:59');

注意：time和timestamp秒字段后面位数取值范围为0-6，默认为0

4.2时间间隔数据类型

年-月间隔类和日-时间隔类；前者结合年月，后者结合日时分秒；默认精度为6

类型名

类型描述

INTERVAL YEAR(P)

年间隔，即两个日期之间的年数字，P 为时间间隔的引导精度

INTERVAL MONTH(P)

月间隔，即两个日期之间的月数字，P 为时间间隔的引导精度

INTERVAL DAY(P)

日间隔，即为两个日期/时间之间的日数字，P 为时间间隔的引导精度

INTERVAL HOUR(P)

时间隔，即为两个日期/时间之间的时数字，P 为时间间隔的引导精度

INTERVAL MINUTE(P)

分间隔，即为两个日期/时间之间的分数字，P 为时间间隔的引导精度

INTERVAL SECOND(P,Q)

秒间隔，即为两个日期/时间之间的秒数字，P 为时间间隔的引导精度，Q 为时间间隔秒精度

INTERVAL YEAR(P) TO MONTH

年月间隔，即两个日期之间的年月数字，P 为时间间隔的引导精度

INTERVAL DAY(P) TO HOUR

日时间隔，即为两个日期/时间之间的日时数字，P 为时间间隔的引导精度

INTERVAL DAY(P) TO MINUTE

日时分间隔，即为两个日期/时间之间的日时分数字，P 为时间间隔的引导精度

INTERVAL DAY(P)TO SECOND(Q)

日时分秒间隔，即为两个日期/时间之间的日时分秒数字，P 为时间间隔的引导精度，Q 为时间间隔秒精度

INTERVALL HOUR(P) TO MINUTE

时分间隔，即为两个日期/时间之间的时分数字，P 为时间间隔的引导精度

INTERVAL HOUR(P) TO SECOND(Q)

时分秒间隔，即为两个日期/时间之间的时分秒数字，P 为时间间隔的引导精度，Q 为时间间隔秒精度

INTERVAL MINUTE(P) TO SECOND(Q)

分秒间隔，即为两个日期/时间之间的分秒间隔，P 为时间间隔的引导精度，Q 为时间间隔秒精度

5、多媒体数据类型

TEXT/LONG/LONGVARCHAR 类型：变长字符串类型。其字符串的长度最大为 100G-1，用于存储长的文本串。

IMAGE/LONGVARBINARY 类型：用于指明多媒体信息中的图像类型，长度最大为 100G-1 字节。

BLOB 类型：用于指明变长的二进制大对象，长度最大为 100G-1 字节。

CLOB 类型：用于指明变长的字母数字字符串，长度最大为 100G-1 字节。

BFILE 类型：用于指明存储在操作系统中的二进制文件。

举例：

CREATE TABLE users(

        c1 TEXT,

        c2 BLOB,

        c3 CLOB,

        c4 IMAGE

);

INSERT INTO users values('dameng','0x123456789','clob','0x987654321');

表类型

1、普通表

2、临时表

DM 临时表支持以下功能：

  1. 在临时表中，会话可以像普通永久表一样更新、插入和删除数据；
  2. 临时表的 DML 操作产生较少的 REDO 日志；
  3. 临时表支持建索引，以提高查询性能；
  4. 在一个会话或事务结束后，数据将自动从临时表中删除；
  5. 不同用户可以访问相同的临时表，每个用户只能看到自己的数据；
  6. 临时表的数据量很少，意味着更高效的查询效率；
  7. 临时表的表结构在数据删除后仍然存在，便于以后的使用；
  8. 临时表的权限管理跟普通表一致。

事务级和会话级

ON COMMIT DELETE ROWS：指定临时表是事务级的，每次事务提交或回滚之后，表中所有数据都被删除；

ON COMMIT PRESERVE ROWS：指定临时表是会话级的，会话结束时才清空表，并释放临时 B 树。

举例 创建一个事务级的临时表

Copy  CREATE GLOBAL TEMPORARY TABLE TMP_EMP(

    EMPNO INT PRIMARY KEY,

    ENAME VARCHAR(15)   NOT NULL,

    JOB VARCHAR(10))

  ON COMMIT DELETE ROWS;

3、分区表

概念：分区是指将表、索引等数据库对象划分为较小的可管理片段的技术，每一个片段称为分区子表或分区索引。一个表被分区后，对表的查询操作可以局限于某个分区进行，而不是整个表，这样可以大大提高查询速度。

在创建表的语法中，使用 partition 子句指定分区方式和分区列，以及分区的名字等信息，即可创建分区表。而分区子表可以指定 storage 子句，设置子表的存储属性，如所属表空间等；如果不指定，则继承分区主表的存储特性及表的其他属性。同时，支持多级分区表。

查看创建表sql：CALL SP_TABLEDEF('SYSDBA', 'users');

3.1范围分区表

CREATE  TABLE  users(

    id int,

time DATETIME    

)

    PARTITION BY RANGE(time)(

    PARTITION p1 VALUES LESS THAN ('2025-04-01'),

    PARTITION p2 VALUES LESS THAN ('2025-07-01'),

    PARTITION p3 VALUES LESS THAN ('2025-10-01'),

    PARTITION p4 VALUES EQU OR LESS THAN ('2025-12-31')  //'2025-12-31'也可替换为MAXVALUE

);

INSERT INTO users values(1,'2025-03-01'),(2,'2025-05-01');

SELECT * FROM users PARTITION (p1); 查询分区p1

3.2LIST分区表

对于字符型数据，取值比较固定的，则适合于采用 LIST 分区的方法。

CREATE TABLE  users(

id INT,

city CHAR(20)

)

PARTITION BY LIST(city)(

PARTITION p1 VALUES ('北京', '天津'),

PARTITION p2 VALUES ('广州', '深圳')

);

INSERT INTO users values(1,'北京'),(2,'广州');

SELECT * FROM users PARTITION (p1);

3.3哈希分区表

CREATE  TABLE  users(

id INT,

city CHAR(20)

)

PARTITION BY HASH(city)(

PARTITION p1,

PARTITION p2

);

INSERT INTO users values(1,'北京'),(2,'广州');

SELECT * FROM users PARTITION (p1);

注意：哈希分区表分区名是匿名的，DM 统一使用 DMHASHPART+ 分区号（从 0 开始）作为分区名。

3.4创建多级分区表

CREATE  TABLE  users(

    SALES_ID  INT,

    SALEDATE DATETIME,

    CITY   CHAR(10)

    )

    PARTITION BY LIST(CITY)

     SUBPARTITION BY RANGE(SALEDATE) SUBPARTITION TEMPLATE(

        SUBPARTITION P11 VALUES LESS THAN ('2012-04-01'),

        SUBPARTITION P12 VALUES LESS THAN ('2012-07-01'),

        SUBPARTITION P13 VALUES LESS THAN ('2012-10-01'),

        SUBPARTITION P14 VALUES EQU OR LESS THAN (MAXVALUE))

    (

        PARTITION P1 VALUES ('北京', '天津')

        (

          SUBPARTITION P11_1 VALUES LESS THAN ('2012-10-01'),

          SUBPARTITION P11_2 VALUES EQU OR LESS THAN (MAXVALUE)

        ),

        PARTITION P2 VALUES ('上海', '南京', '杭州'),

        PARTITION P3 VALUES (DEFAULT)

    );

INSERT INTO users values(1,'2012-04-01','北京'),(2,'2012-04-01','上海'),(3,'2012-04-01','武汉');

SELECT * FROM users PARTITION (P1);

SELECT * FROM users SUBPARTITION (P11_2);

SELECT * FROM users SUBPARTITION (P3_P12);

4.列存储表（HUGE）

列存储：表的数据存储方式分为行存储和列存储。行存储是以记录为单位进行存储的，数据页面中存储的是完整的若干条记录；列存储是以列为单位进行存储的，每一个列的所有行数据都存储在一起，而且一个指定的页面中存储的都是某一个列的连续数据。

HUGE 表的存储方式有以下几个优点：

  1. 同一个列的数据都是连续存储的，可以加快某一个列的数据查询速度；
  2. 连续存储的列数据，具有更大的压缩单元和数据相似性，可以获得远优于行存储的压缩效率，压缩的单位是区；
  3. 条件扫描借助数据区的统计信息进行精确过滤，可以进一步减少 IO，提高扫描效率；
  4. 允许建立二级索引；
  5. 支持以 ALTER TABLE 的方式添加或者删除 PK 和 UNIQUE 约束。

4.1非事务型HUGE表

对非事务型 HUGE 表的增、删、改是直接对 HUGE 表进行写操作的，不写 UNDO 日志，不通过 BUFFER 缓存，直接操纵文件，速度快，但也因此导致不支持事务。另外，非事务型 HUGE 表中的 ROWID 是不固定的。

AUX辅助表：对于每个 HUGE 表，相应地配备一个 AUX 辅助表来管理其数据，AUX 辅助表是在创建 HUGE 表时系统自动创建的，表名为“表名$AUX”，如果该 HUGE 表为分区表，则辅助表名为“子表名$AUX”。

  1. COLID：表示当前这条记录对应的区所在的列的列 ID 号；
  2. SEC_ID：表示当前这个记录对应的区的区 ID 号，每一个区都有一个 ID 号，并且唯一；
  3. FILE_ID：表示这个区的数据所在的文件号；
  4. OFFSET：表示这个区的数据在文件中的偏移位置，4K 对齐；
  5. COUNT：表示这个区中存储的数据总数（有可能包括被删除的数据）；
  6. ACOUNT：表示这个区中存储的实际数据行数；
  7. N_LEN：表示这个区中存储的数据在文件中的长度，4K 对齐的；
  8. N_NULL：表示这个区中的数据中包括的 NULL 值的行数；
  9. N_DIST：保留字段，无意义；
  10. CPR_FLAG：表示这个区是否压缩；
  11. ENC_FLAG：表示这个区是否加密；
  12. CHKSUM：用来存储标记位；
  13. MAX_VAL：表示这个区中的最大值，精确值；
  14. MIN_VAL：表示这个区中的最小值，精确值；
  15. SUM_VAL：表示这个区中所有值的和，精确值。

  CREATE HUGE TABLE T1(A INT, B INT) STORAGE(WITHOUT DELTA);

4.2事务型HUGE表

通过增加 RAUX、DAUX 和 UAUX 行辅助表，减少了事务型 HUGE 表增、删、改操作的 IO，提高效率，同时提高并行性能。事务型 HUGE 表支持 UNDO 日志，实现了事务特性。

1、RAUX 行辅助表（插入）：RAUX 行辅助表中内容对应于 HUGE 表中的最后一部分记录（不够存满一个数据区的）。当 RAUX 表中数据达到区大小时，将 RAUX 表中数据以列为单位写入各列对应的文件中，并清空 RAUX 表。RAUX 表与 HUGE 表结构相同，不论数据在哪个表中，每一行数据的 ROWID 固定不变。

2、DAUX 行辅助表（删除）：DAUX 行辅助表中的一行数据对应 HUGE 表中一条或一段连续的被删除的数据，记录了被删除数据的起始行号和被删除数据的行数。删除 HUGE 表数据时，向 DAUX 行辅助表中插入对应删除数据的记录。

3、UAUX 行辅助表（更新）：UAUX 行辅助表中一条记录对应 HUGE 表中更新列的一个值，记录了更新的列号、行号和更新后的值的二进制格式。更新 HUGE 表数据时，操作转换为对 UAUX 表的插入操作或更新操作。

CREATE HUGE TABLE T2 (A INT, B INT) STORAGE(WITH DELTA);

5、堆表

普通表都是以 B 树形式存放的，ROWID 都是逻辑的 ROWID，即从 1 一直增长下去。在并发情况下，每次插入过程中都需要逻辑生成 ROWID，这样影响了插入数据的效率；对于每一条数据都需要存储 ROWID 值，也会花费较大的存储空间。堆表是指采用了物理 ROWID 形式的表，即使用文件号、页号和页内偏移而得到 ROWID 值，这样就不需要存储 ROWID 值，可以节省空间。逻辑 ROWID 在插入或修改过程中，为了确保 ROWID 的唯一性，需要依次累加而得到值，这样就影响了效率，而堆表只需根据自己的文件号、页号和页内偏移就可以得到 ROWID，提高了效率。

普通表都是以 B 树形式存储在物理磁盘上，而堆表则采用一种“扁平 B 树”方式存储。

创建表方式

1、dm.ini   LIST_TABLE 

1）如果 LIST_TABLE = 1，则在未显式指定表是否为堆表或非堆表时，默认情况下创建的表为堆表；
2）如果 LIST_TABLE = 0，则在未显式指定表是否为堆表或非堆表时，默认情况下创建的表为普通表形式

2、SQL 语句显式指定

1）NOBRANCH：如果指定为 NOBRANCH，则创建的表为堆表，并发分支个数为 0，非并发分支个数为 1；
2）BRANCH(N,M)：如果为该形式，则创建的表为堆表，并发分支个数为 N，非并发个数为 M；
3）BRANCH N：指定创建的表为堆表，并发分支个数为 N，非并发分支个数为 1；
4）CLUSTERBTR：创建的表为非堆表，即普通 B 树表。

举例：创建 LIST_TABLE 表有并发分支 2 个，非并发分支 4 个

CREATE TABLE LIST_TABLE(C1 INT) STORAGE(BRANCH (2,4));

索引

1、聚集索引和非聚集索引

 聚集索引（又称为一级索引、主索引）：聚集索引就是按照聚集索引键构造一棵 B+ 树，表数据存储在 B+ 树叶子节点上，通过定位索引可直接在 B+ 树中找到数据。每一个表有且只有一个聚集索引。

  非聚集索引（又称为二级索引、辅助索引）：将二级索引列和聚集索引列共同存储在 B+ 树叶子节点上。如果查找非聚集索引键值或聚集索引键值可直接在 B+ 树中找到；如果查找索引键值以外的数据，则需要回到一级索引中进行查找。每一个表可以有多个非聚集索引。

2、功能索引

 唯一索引：索引数据根据索引键唯一；

 函数索引：包含函数/表达式的预先计算的值；

 位图索引：对低基数的列创建位图索引；

 位图连接索引：针对两个或者多个表连接的位图索引，主要用于数据仓库中；

 全文索引：在表的文本列上而建的索引；

 空间索引：在空间数据上创建的索引，专用于 DMGEO 包中；

 数组索引：在一个只包含单个数组成员的对象列上创建的索引；

 普通索引：除了唯一索引、函数索引、位图索引、位图连接索引、全文索引、空间索引、数组索引以外的索引，均为普通索引。

3、虚索引和实索引

虚索引：指不存储数据的索引。虚索引由系统自动并隐式地创建，目的是保证约束的正确性。

举例：

CREATE TABLE T1 (C1 INT ,C2 INT UNIQUE);

CREATE TABLE T2(C1 INT,C2 INT REFERENCES T1(C2));

//查看约束对应的索引ID(INDEXID)，假设为33555600

SELECT INDEXID FROM SYSCONS WHERE TABLEID=(SELECT ID FROM SYSOBJECTS WHERE NAME = 'T2');

行号       INDEXID

---------- -----------

1          33555600

//查看该索引是否为虚索引。3表示1+2。其中2代表虚索引。

SELECT FLAG FROM SYSINDEXES WHERE ID= 33555600;

行号       FLAG

---------- -----------

1          3

实索引：指存储数据的索引。虚索引以外的索引均为实索引。

4、单列索引和复合索引

单列索引：只有一个索引键的索引。

复合索引：含有多个索引键的索引。（联合索引）

5、全局索引和局部索引

全局索引：全局索引是以整张表的数据为对象而建立的索引。

全局非分区索引

//创建表

drop table t1;

create table t1(c1 int, c2 int, c3 int)  partition by range(c1)

(

partition p1 values less than(100),

partition p2 values less than(200),

partition p3 values less than(maxvalue)

);

//创建全局非分区索引

create index idx1 on t1(c2) global;

//在WHERE中指定索引列，可使用索引idx1查询

explain select * from t1 where c2 = 130;

1   #NSET2: [1, 1, 24]

2     #PRJT2: [1, 1, 24]; exp_num(4), is_atom(FALSE)

3       #PARALLEL: [1, 1, 24]; scan_type(FULL), key_num(0, 0, 0), simple(0),range_sfun_opt(0)

4         #BLKUP2: [1, 1, 24]; IDX1(T1)

5           #SSEK2: [1, 1, 24]; scan_type(ASC), IDX1(T1), scan_range[130,130],is_global(1)

//直接对分区子表查询，则使用全局本地索引

explain select * from t1_p1 where c2 = 130;

1   #NSET2: [1, 1, 24]

2     #PRJT2: [1, 1, 24]; exp_num(4), is_atom(FALSE)

3       #BLKUP2: [1, 1, 24]; INDEX3505_3504(T1_P1)

4         #SSEK2: [1, 1, 24]; scan_type(ASC), INDEX3505_3504(T1_P1), scan_range[130,130],is_global(1)

全局分区索引（DMDPC）

//创建表空间

create tablespace ts1 datafile 'opt/ts/ts01.dbf' size 128 storage (on raft_1);

create tablespace ts2 datafile 'opt/ts/ts02.dbf' size 128 storage (on raft_2);

//创建表

drop table t1;

create table t1(c1 int, c2 int, c3 int)  partition by range(c1)

(

partition p1 values less than(100),

partition p2 values less than(200),

partition p3 values less than(maxvalue)

);

//创建全局分区索引

drop index idx1;

create index idx1 on t1(c2) global partition by range(c2)

(

  partition p1 values less than(1000) storage(on ts2) ,

  partition p2 values less than(maxvalue) storage(on ts1)

);

//使用索引idx1查询

explain select * from t1 where c2 = 130;  //当数据量很大时

explain select * from t1 index idx1 where c2 = 130;  //或直接指定全局索引

1   #NSET2: [2, 1, 24]

2     #ERECV: [2, 1, 24]; stask_no(-1), l_stask_no(1), n_key(0), in_turn(0), trig(0)

3       #ESEND: [2, 1, 24]; stask_no(1), type(DIRECT), sites(2:1,1:1), sql_invoke(0), pwj_opt(0), table(-); INFO_BITS(0x8)

4         #PRJT2: [2, 1, 24]; exp_num(4), is_atom(FALSE)

5           #PARALLEL: [2, 1, 24]; scan_type(FULL), key_num(0, 0, 0), simple(0), range_sfun_opt(0)

6             #BLKUP2: [2, 1, 24]; IDX1(T1)

7               #ERECV: [2, 1, 24]; stask_no(1), l_stask_no(0), n_key(0), in_turn(0), trig(0)

8                 #ESEND: [2, 1, 24]; stask_no(0), type(ROWID), sites(2:1,1:1), sql_invoke(0), pwj_opt(0), table(T1) empty_type(ERROR); INFO_BITS(0xc)

9                   #GI: [2, 1, 24]; policy(RANDOM), gi_unit[0..0], scan_type[0](FULL)

10                    #SSEK2: [2, 1, 24]; scan_type(ASC), IDX1(T1), scan_range[130,130],is_global(1)

//直接对分区子表查询，则使用全局本地索引

explain select * from t1_p1 where c2 = 130;

1   #NSET2: [1, 1, 24]

2     #PRJT2: [1, 1, 24]; exp_num(4), is_atom(FALSE)

3       #BLKUP2: [1, 1, 24]; INDEX3505_3504(T1_P1)

4         #SSEK2: [1, 1, 24]; scan_type(ASC), INDEX3505_3504(T1_P1), scan_range[130,130],is_global(1)引

局部索引

//创建表

drop table t1;

create table t1(c1 int, c2 int, c3 int)  partition by range(c1)

(

partition p1 values less than(100),

partition p2 values less than(200),

partition p3 values less than(maxvalue)

);

//创建局部索引，必须缺省GLOBAL关键字

create index idx1 on t1(c2);

//在WHERE中指定索引列，可使用索引idx1查询

explain select * from t1 where c2 = 130;

1   #NSET2: [1, 1, 24]

2     #PRJT2: [1, 1, 24]; exp_num(4), is_atom(FALSE)

3       #PARALLEL: [1, 1, 24]; scan_type(FULL), key_num(0, 0, 0), simple(0), range_sfun_opt(0)

4         #BLKUP2: [1, 1, 24]; IDX1(T1)

5           #SSEK2: [1, 1, 24]; scan_type(ASC), IDX1(T1), scan_range[130,130],is_global(0)

//直接对分区子表查询，则使用子表局部索引

explain select * from t1_p1 where c2 = 130;

1   #NSET2: [1, 1, 24]

2     #PRJT2: [1, 1, 24]; exp_num(4), is_atom(FALSE)

3       #BLKUP2: [1, 1, 24]; INDEX3505_3504(T1_P1)

4         #SSEK2: [1, 1, 24]; scan_type(ASC), INDEX3505_3504(T1_P1), scan_range[130,130],is_global(0)

达梦社区地址：达梦数据库 - 新一代大型通用关系型数据库 | 达梦在线服务平台 

徐宏雄
关注
架构师之路--达梦数据库索引分类、创建与使用详解
shine_du的博客
12-26 2245
架构师之路--达梦数据库索引分类、创建与使用详解
达梦(DM8) 数据库操作手册
热门推荐
LiuCJ_20000的博客
10-24 3万+
达梦数据库（DM Database）是中国自主研发的一款关系型数据库管理系统，由达梦数据库公司（DM Technology Co., Ltd.）开发。 达梦数据库致力于不断创新和发展，积极参与国内外的数据库标准制定和技术交流，努力推动国产数据库的普及与应用。 总之，达梦数据库以其高性能、高可用性及安全性，成为国内企业和机构进行数据管理和应用开发的重要工具之一。
达梦数据库常规数据类型总结之一
liujinwei2005的专栏
05-27 4966
一、数值数据类型 1.NUMERIC[精度，标度]:用于存储零、正负定点数。精度范围1至38 2.NUMBER类型：跟NUMERIC相同 3.DECIMAL/DEC类型：跟NUMERIC相似 4.BIT类型：用于存储整数数据1、0或null 5.INTEGER/INT类型：用于存储有符号整数，精度为10 6.PLS_INTEGER类型：与INTEGER相同 7.BIGINT类型：用于存储有符号整数，精度为19，标度为0 8.TINYINT类型：用于存储有符号整数，精度为3，标度为0。取值范围
理解达梦支持的数据类型，以及相关作用
chw7865的博客
09-16 3045
例如：INTERVAL DAY(2) TO SECOND(1)，其中 DAY(2)表示日的精度为 2，SECOND(1)表示秒的小数点后面取 1 位，表示范围为负99 日零 23 小时零 59 分零 59.9 秒到正 99 日零 23 小时零 59 分零 59.9 秒。例如：INTERVAL MINUTE(2) TO SECOND(1)，其中 MINUTE(2)表示分钟的精度为 2，SECOND(1)表示秒的小数点后面取 1 位，表示范围为负 99 分零 59.9 秒到正 99 分零 59.9 秒。
达梦数据库字符集与varchar长度单位选择
bogg111的博客
04-25 9363
达梦数据库字符集与varchar长度单位选择 在学习这之前我们先介绍达梦数据库中两个重要参数。 LENGTH_IN_CHAR：VARCHAR 类型对象的长度是否以字符为单位。1：是，设置为以字符为单位时，定义长度并非真正按照字符长度调整，而是将存储长度值按照理论字符长度进行放大。所以会出现实际可插入字符数超过定义长度的情况，这种情况也是允许的。同时，存储的字节长度 8188 上限仍然不变，也就是说，即使定义列长度为8188 字符，其实际能插入的字符串占用总字节长度仍然不能超过 8188；0：否，所有 VAR
DM8达梦数据库：与SqlServer数据库适配varchar(max)
qq_37358909的博客
05-13 2415
DM8达梦数据库：与SqlServer数据库适配varchar(max） SqlServer 数据库中，TA表A字段类型为：varchar(max) 使用DMDTS迁移到达梦数据库后为 TEXT类型， 导致原应用系统无法读出该值内容： 显示如下： A=dm.jdbc.driver.DmdbClob@5e1fd039 尝试将TEXT类型改为CLOB类型 ，显示结果一样，未解决问题 最终将类型改为：LONGVARCHAR 完美解决了此问题！ LONGVARCHAR介绍： ...
达梦数据库 数据类型
qq_44669390的博客
08-08 4095
数据类型
精选资源
达梦数据库查询约束索引.sql
04-19
达梦数据库
Nacos与达梦数据库的适配应用
06-12
达梦数据库则是由华迪计算机集团有限公司研发的高性能、高可用、安全可控的国产数据库产品，支持多种数据类型和 SQL 标准，适用于大规模数据处理场景。 要将 Nacos 适配到达梦数据库，需按以下步骤操作： 第一步，...
精选资源
oracle向达梦数据库迁移
01-17
这一步涉及复制Oracle数据库中的表结构，包括表名、字段、数据类型、主键、外键、唯一性约束、非空约束等，并在DM8中重建。同时，迁移索引以保持查询性能，以及字段的注释和序列，用于自增字段。 四、删除键，约束...
达梦数据库windows版本安装包
05-08
达梦数据库支持SQL标准，具备ACID（原子性、一致性、隔离性和持久性）特性，同时提供了丰富的数据类型、索引技术以及事务处理机制。其主要功能包括但不限于： 1. 数据存储：高效的数据存储结构和优化的I/O访问，...
达梦数据库数据类型介绍
m0_37625564的博客
09-19 3312
1.如果数据库字符集使用gbk，则2个字节表示一个中文,如果数据库字符集使用utf-8，则3个字节表示一个中文;2.CHAR/CHARACTER类型：定长字符串，最大长度由数据库页面大小决定。3.VARCHAR类型：可变长字符串，最大长度由数据库页面大小决定。4.NUMERIC[精度，标度]:用于存储零、正负定点数。精度范围1至385.NUMBER类型：跟NUMERIC相同6.DECIMAL/DEC类型：跟NUMERIC相似。
达梦(DM8)数据库支持数据类型总结
zhouzhiwengang的专栏
10-08 1万+
一、数值类型 NUMERIC[精度，标度]:用于存储零、正负定点数。精度范围1至38 NUMBER类型：跟NUMERIC相同 DECIMAL/DEC类型：跟NUMERIC相似 BIT类型：用于存储整数数据1、0或null INTEGER/INT类型：用于存储有符号整数，精度为10 PLS_INTEGER类型：与INTEGER相同 BIGINT类型：用于存储有符号整数，精度为19，标度为0 TINYINT类型：用于存储有符号整数，精度为3，标度为0。取值范围为：-128~+127。 BYTE
达梦数据库数据类型及特点
小杨童鞋学习日记
03-14 7990
达梦数据库数据类型及特点
达梦数据库 对象操作管理、DM_SQL 语言的功能及语句
最新发布
qq_24313753的博客
07-31 764
按照所实现的功能，DM_SQL。<SPLIT 子句 1>::=SPLIT PARTITION <分区名> AT (<表达式>{,<表达式>}) INTO ({PARTITION <分区名><引用约束> ::= [FOREIGN KEY] REFERENCES [PENDANT] [<模式名>.]<表名>[(<列名>{[,<列名>]})][<表空间子句>] [<STORAGE 子句>]}, {PARTITION <分区名> [<表空间子句>] [<STORAGE 子句>]})
达梦数据库表简单测试
Mrkill123的博客
06-04 2161
DM8 表简单测试 本篇内容仅为在学习过程中，做的简单测试的相关记录。 非完全的功能性测试。 1、普通表简单测试 功能上和其他关系型数据库表功能一样。 ----创建测试表包含常用数据类型、自增列、检查约束、非空约束、缺省值列 create table "TEST"."TAB2" ( "ID" INT not null , "NAME" VARCHAR2(50) not null , "AGE" NUMBER(22, 6) check(age>=18) not null , "JOB" VARC
达梦常用数据类型汇总
quorra111的博客
12-31 1万+
1.数值数据类型: 精确数值数据类型包括：NUMERIC、DECIMAL、DEC 类型、NUMBER 类型、INTEGER 类型、INT 类型、BIGINT 类型、TINYINT 类型、BYTE 类型、SMALLINT 类型。 近似数值类型包括：FLOAT 类型、DOUBLE 类型、REAL 类型、DOUBLE PRECISION 类型。 1.NUMERIC[精度，标度]:用于存储零、正负定点数。精度范围1至38 2.NUMBER类型：跟NUMERIC相同 3.DECIMAL/DEC类型：跟NUMER
达梦数据库支持的数据类型
liujinwei2005的专栏
05-28 1万+
达梦数据库的数据类型是很齐全的，oracle有的也基本有，达梦数据库为了跟oracle做兼容，特地设置了跟oracle一样的varchar2的类型。 字符型：char、varchar 数值类型：numberic、decimal、float、double等等 日期/时间类型：date、time、datetime(也可以写成timestamp) 大文本/多媒体类型：text、blob、clob、image等等 1、字符型 首先看一下字符类型char和varchar，这两类型的最大长度默认都是8188字节，具体
达梦数据库的主要数据类型
weixin_48420525的博客
07-30 6514
达梦数据库数据类型 1.     字符数据类型 CHAR[(长度)] CHARACTER[(长度)] VARCHAR[(长度)] VARCHAR2[(长度)] 2.     数值数据类型 NUMERIC[(精度 [, 标度])] DECIMAL[(精度 [, 标度])] DEC[(精度[, 标度])] NUMBER[(精度[, 标度])] INTEGER[(精度)] INT[(精度)] BIGINT[(精度)] TINYINT[
mysql point数据类型与达梦数据库数据类型比较
07-17
<think>我们正在比较MySQL中的POINT数据类型与达梦数据库中的相应数据类型。根据引用[1][2]，我们知道达梦数据库和MySQL在处理空间函数上存在差异，但具体到POINT数据类型，我们需要查看两者的定义和用法。 在MySQL中，POINT是空间数据类型的一种，用于表示一个点（通常由经纬度坐标组成）。在达梦数据库中，也有对应的空间数据类型。 根据引用[3]（Mysql到DM的数据类型映射）和引用[4]（达梦数据库使用），我们可以尝试找出达梦数据库中与MySQL的POINT对应的类型。 然而，引用中并没有直接给出POINT类型的映射。因此，我们需要根据两种数据库的空间数据类型体系来推断。 在MySQL中，空间数据类型包括： - GEOMETRY - POINT - LINESTRING - POLYGON - 等等。 达梦数据库（以DM8为例）也支持空间数据类型，根据其文档（引用[2]中提及），达梦数据库支持的空间数据类型包括： - ST_GEOMETRY（所有空间类型的基类） - ST_POINT - ST_LINESTRING - ST_POLYGON - 等等。 因此，MySQL中的POINT类型在达梦数据库中对应的应该是ST_POINT。 但是，需要注意的是，在达梦数据库中，ST_POINT是ST_GEOMETRY的子类，用于表示点。同样，在MySQL中，POINT也是几何类型的一种。 在具体使用上，两者都遵循OGC（开放地理空间联盟）的标准，但函数名称和用法可能有所不同（如引用[2]中提到的空间查询的差异）。 例如，在MySQL中创建一个包含POINT类型的表： ```sql CREATE TABLE test_points ( id INT AUTO_INCREMENT PRIMARY KEY, location POINT NOT NULL, SPATIAL INDEX(location) ); ``` 而在达梦数据库中，类似的表可能这样创建： ```sql CREATE TABLE test_points ( id INT IDENTITY(1,1) PRIMARY KEY, location ST_POINT NOT NULL ); -- 注意：达梦数据库中的空间索引创建方式可能不同，需要参考达梦文档。 ``` 另外，在插入数据时，MySQL中使用ST_GeomFromText函数： ```sql INSERT INTO test_points (location) VALUES (ST_GeomFromText('POINT(10 20)')); ``` 在达梦数据库中，根据引用[2]中的示例（虽然引用[2]中讨论的是根据经纬度查询，但我们可以推断），可能使用ST_GeomFromText或者类似的函数，但函数名可能不同。实际上，达梦数据库也支持ST_GeomFromText函数（遵循OGC标准），所以插入数据的方式类似： ```sql INSERT INTO test_points (location) VALUES (ST_GeomFromText('POINT(10 20)')); ``` 但是，达梦数据库可能还支持其他方式，例如使用专门的构造函数。因此，具体使用时需要参考达梦数据库的官方文档。 总结： - MySQL中的POINT类型对应达梦数据库中的ST_POINT类型。 - 两者在创建表、插入数据的基本操作上相似，但函数名称和索引创建方式可能存在差异。 - 在进行空间查询（如计算距离、包含关系等）时，函数名称和用法可能存在差异（如引用[2]中所述）。 因此，在迁移使用POINT数据类型的表时，除了数据类型映射外，还需要注意相关空间函数的转换。 §§相关问题§§ 1. 如何在达梦数据库中创建空间索引？ 2. MySQL和达梦数据库在处理空间查询时的主要函数差异有哪些？ 3. 达梦数据库中ST_POINT类型支持哪些空间操作？</think>### MySQL POINT 数据类型与达梦数据库空间数据类型对比 #### 1. **核心数据类型对比** | 特性 | MySQL | 达梦数据库 (DM) | |--------------------|--------------------------------------|----------------------------------| | **基础类型** | `POINT` | `ST_POINT` | | **空间基类** | `GEOMETRY` | `ST_GEOMETRY` | | **坐标维度** | 支持 2D/3D (需启用 `GIS` 扩展) | 原生支持 2D/3D | | **存储格式** | WKB (Well-Known Binary) | 自定义二进制格式 | | **标准遵循** | OGC SFA 标准 | OGC SFA + ISO SQL/MM 标准 | #### 2. **函数操作差异** | 操作类型 | MySQL 示例 | 达梦数据库示例 | |--------------------|--------------------------------------|----------------------------------| | **创建点** | `ST_PointFromText('POINT(10 20)')` | `ST_Point(10, 20)` | | **距离计算** | `ST_Distance(point1, point2)` | `ST_Distance(point1, point2)` | | **包含判断** | `ST_Contains(polygon, point)` | `ST_Contains(polygon, point)` | | **坐标获取** | `ST_X(point)`, `ST_Y(point)` | `point.ST_X()`, `point.ST_Y()` | > **关键差异**：达梦使用面向对象语法（如 `point.ST_X()`），而 MySQL 采用传统函数调用[^2]。 #### 3. **空间索引实现** | 特性 | MySQL | 达梦数据库 | |--------------------|--------------------------------------|----------------------------------| | **索引类型** | R-Tree (仅 MyISAM/InnoDB 支持) | R-Tree (所有引擎) | | **创建语法** | ```spatial INDEX idx_name (column)``` | ```CREATE SPATIAL INDEX idx_name ON table(column)``` | | **查询优化** | 需显式使用 `MBRContains()` 加速 | 自动优化空间谓词 | #### 4. **数据类型映射建议** 迁移 MySQL 空间数据到达梦时需注意： ```sql -- MySQL 表定义 CREATE TABLE locations ( id INT PRIMARY KEY, pos POINT SRID 4326 ); -- 等效达梦表定义 CREATE TABLE locations ( id INT PRIMARY KEY, pos ST_POINT SRID 4326 -- 使用 ST_POINT 替代 POINT ); ``` #### 5. **典型差异场景** **场景：查询 5km 范围内的点** ```sql -- MySQL (需使用 MBR 优化) SELECT * FROM points WHERE ST_Distance_Sphere(pos, ST_Point(116.4, 39.9)) <= 5000; -- 达梦 (直接使用空间函数) SELECT * FROM points WHERE pos.ST_Distance(ST_Point(116.4, 39.9)) <= 5000; ``` > **注意**：达梦的 `ST_Distance()` 默认返回平面距离，需用 `ST_Transform()` 转换坐标系[^2]。 --- ### 总结建议 1. **类型映射**：MySQL `POINT` → 达梦 `ST_POINT` 2. **函数迁移**：将 MySQL 的 `ST_*()` 函数改为达梦的对象方法调用 3. **索引优化**：达梦的空间索引无需特殊语法优化，但需注意坐标系一致性 4. **精度处理**：达梦默认使用双精度计算，比 MySQL 的浮点精度更高 > 迁移时建议使用达梦 DTS 工具的 **空间数据类型映射功能** 自动转换结构[^3]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值