測試壓縮編碼

(選用) 首先，使用笛卡兒連接來建立一個具有大量資料列的資料表。如果您想要測試現有資料表，請略過此步驟。

create table cartesian_venue(
venueid smallint not null distkey sortkey,
venuename varchar(100),
venuecity varchar(30),
venuestate char(2),
venueseats integer);

insert into cartesian_venue
select venueid, venuename, venuecity, venuestate, venueseats
from venue, listing;

接著，以您想要比較的編碼建立資料表。

create table encodingvenue (
venueraw varchar(100) encode raw,
venuebytedict varchar(100) encode bytedict,
venuelzo varchar(100) encode lzo,
venuerunlength varchar(100) encode runlength,
venuetext255 varchar(100) encode text255,
venuetext32k varchar(100) encode text32k,
venuezstd varchar(100) encode zstd);

使用具有SELECT子句的INSERT陳述式，將相同的資料插入所有資料欄。

insert into encodingvenue
select venuename as venueraw, venuename as venuebytedict, venuename as venuelzo, venuename as venuerunlength, venuename as  venuetext32k, venuename as  venuetext255, venuename as venuezstd
from cartesian_venue;

驗證新資料表中的資料列數量。

select count(*) from encodingvenue

  count
----------
 38884394
(1 row)

查詢 STV_BLOCKLIST 系統資料表，以比較每個資料欄使用的 1 MB 磁碟區塊數。

MAX 彙總函數會傳回每欄的最高區塊數。STV_BLOCKLIST 資料表包含三個系統產生的資料欄的詳細資訊。此範例在 WHERE子句col < 6中使用 排除系統產生的資料欄。

select col, max(blocknum)
from stv_blocklist b, stv_tbl_perm p
where (b.tbl=p.id) and name ='encodingvenue'
and col < 7
group by name, col
order by col;

此查詢會傳回下列結果。資料欄是從零開始編號。根據您設定叢集的方式，您的結果可能具有不同號碼，但相對大小應該類似。您可以看到，第二欄的BYTEDICT編碼產生了此資料集的最佳結果。這種方法具有比 20:1 更好的壓縮比。LZO 和 ZSTD 編碼也會產生卓越的結果。當然，不同資料集會產生不同結果。當資料欄包含較長的文字字串時， LZO通常會產生最佳壓縮結果。

 col | max
-----+-----
   0 | 203
   1 |  10
   2 |  22
   3 | 204
   4 |  56
   5 |  72
   6 |  20
(7 rows)