PostgreSQL 11 新特性解读: psql 新增 \\gdesc 显示查询结果的列名和类型

本文涉及的产品
云原生数据库 PolarDB PostgreSQL 版,标准版 2核4GB 50GB
云原生数据库 PolarDB MySQL 版,通用型 2核4GB 50GB
简介: PostgreSQL 11 的 psql 新增 gdesc 选项,此选项可以返回查询结果的列名和类型,而不实际执行SQL。Release 说明psqlAdd psql command gdesc to display the column names and types of the quer...

PostgreSQL 11 的 psql 新增 gdesc 选项,此选项可以返回查询结果的列名和类型,而不实际执行SQL。

Release 说明

psql
Add psql command gdesc to display the column names and types of the query output (Pavel Stehule)

gdesc 选项说明

gdesc

Shows the description (that is, the column names and data types) of the result of the current query buffer. The query is not actually executed; however, if it contains some type of syntax error, that error will be reported in the normal way.
If the current query buffer is empty, the most recently sent query is described instea

gdesc 只是显示查询结果的列名和类型,并不实际执行SQL,下面演示下。

gdesc 选项演示

数据库中存在一张大表big,结构如下:

[pg11@pghost2 ~]$ psql francs francs
psql (11beta3)
Type "help" for help.

francs=> \d big
                                  Table "francs.big"
  Column   |              Type              | Collation | Nullable |      Default
-----------+--------------------------------+-----------+----------+-------------------
 user_id   | integer                        |           |          |
 user_name | text                           |           |          |
 ctime     | timestamp(6) without time zone |           |          | clock_timestamp()
Indexes:
    "idx_big_ctime" btree (ctime)
    "idx_big_username" btree (user_name)

执行以下查询,如下:

francs=> \timing
Timing is on.

francs=> SELECT count(*),sum(hashtext(user_name)) FROM big;
  count   |      sum
----------+----------------
 30000000 | 11924569894736
(1 row)

Time: 1347.527 ms (00:01.348)

执行时间为 1347 ms 左右。

使用 gdesc 选项查询,如下:

francs=> SELECT count(*),sum(hashtext(user_name)) FROM big \gdesc
 Column |  Type
--------+--------
 count  | bigint
 sum    | bigint
(2 rows)

Time: 0.634 ms

以上返回了查询结果的列和数据类型,执行很快,只需要 0.634 ms,可见没有实际执行SQL。

另一个示例,查询 pg_class 系统表,如下:

francs=> SELECT * FROM pg_class \gdesc
       Column        |     Type
---------------------+--------------
 relname             | name
 relnamespace        | oid
 reltype             | oid
 reloftype           | oid
 relowner            | oid
 relam               | oid
 relfilenode         | oid
 reltablespace       | oid
 relpages            | integer
 reltuples           | real
 relallvisible       | integer
 reltoastrelid       | oid
 relhasindex         | boolean
 relisshared         | boolean
 relpersistence      | "char"
 relkind             | "char"
 relnatts            | smallint
 relchecks           | smallint
 relhasoids          | boolean
 relhasrules         | boolean
 relhastriggers      | boolean
 relhassubclass      | boolean
 relrowsecurity      | boolean
 relforcerowsecurity | boolean
 relispopulated      | boolean
 relreplident        | "char"
 relispartition      | boolean
 relrewrite          | oid
 relfrozenxid        | xid
 relminmxid          | xid
 relacl              | aclitem[]
 reloptions          | text[]
 relpartbound        | pg_node_tree
(33 rows)

这个特性不需要实际执行SQL就能返回查询结果的列和数据类型,在某些特定场景比较有用。

参考

新书推荐

最后推荐和张文升共同编写的《PostgreSQL实战》,本书基于PostgreSQL 10 编写,共18章,重点介绍SQL高级特性、并行查询、分区表、物理复制、逻辑复制、备份恢复、高可用、性能优化、PostGIS等,涵盖大量实战用例!

链接:https://item.jd.com/12405774.html

_5_PostgreSQL_

相关实践学习
使用PolarDB和ECS搭建门户网站
本场景主要介绍基于PolarDB和ECS实现搭建门户网站。
阿里云数据库产品家族及特性
阿里云智能数据库产品团队一直致力于不断健全产品体系,提升产品性能,打磨产品功能,从而帮助客户实现更加极致的弹性能力、具备更强的扩展能力、并利用云设施进一步降低企业成本。以云原生+分布式为核心技术抓手,打造以自研的在线事务型(OLTP)数据库Polar DB和在线分析型(OLAP)数据库Analytic DB为代表的新一代企业级云原生数据库产品体系, 结合NoSQL数据库、数据库生态工具、云原生智能化数据库管控平台,为阿里巴巴经济体以及各个行业的企业客户和开发者提供从公共云到混合云再到私有云的完整解决方案,提供基于云基础设施进行数据从处理、到存储、再到计算与分析的一体化解决方案。本节课带你了解阿里云数据库产品家族及特性。
目录
相关文章
|
关系型数据库 Go PostgreSQL
golang pgx自定义PostgreSQL类型
golang的pgx驱动提供了大约70种PostgreSQL类型支持,但还是有一些类型没有涵盖,本文介绍如何自己编写代码支持特殊的类型。
|
7月前
|
存储 关系型数据库 数据库
postgresql|数据库|提升查询性能的物化视图解析
postgresql|数据库|提升查询性能的物化视图解析
719 0
|
1月前
|
SQL 关系型数据库 数据库
PostgreSQL性能飙升的秘密:这几个调优技巧让你的数据库查询速度翻倍!
【10月更文挑战第25天】本文介绍了几种有效提升 PostgreSQL 数据库查询效率的方法,包括索引优化、查询优化、配置优化和硬件优化。通过合理设计索引、编写高效 SQL 查询、调整配置参数和选择合适硬件,可以显著提高数据库性能。
273 1
|
7月前
|
SQL 关系型数据库 数据库
实时计算 Flink版操作报错之使用SQL 将 PostgreSQL 的 date 类型字段转换为 TIMESTAMP 类型时遇到报错,该如何处理
在使用实时计算Flink版过程中,可能会遇到各种错误,了解这些错误的原因及解决方法对于高效排错至关重要。针对具体问题,查看Flink的日志是关键,它们通常会提供更详细的错误信息和堆栈跟踪,有助于定位问题。此外,Flink社区文档和官方论坛也是寻求帮助的好去处。以下是一些常见的操作报错及其可能的原因与解决策略。
|
4月前
|
缓存 关系型数据库 数据库
PostgreSQL 查询性能
【8月更文挑战第5天】PostgreSQL 查询性能
86 8
|
4月前
|
SQL 关系型数据库 Linux
PostgreSQL基础之psql的使用
PostgreSQL基础之psql的使用
89 0
|
6月前
|
SQL 关系型数据库 数据库
Python执行PostgreSQL数据库查询语句,并打印查询结果
本文介绍了如何使用Python连接和查询PostgreSQL数据库。首先,确保安装了`psycopg2`库,然后创建数据库连接函数。接着,展示如何编写SQL查询并执行,例如从`employees`表中选取所有记录。此外,还讨论了处理查询结果、格式化输出和异常处理的方法。最后,提到了参数化查询和事务处理以增强安全性及确保数据一致性。
Python执行PostgreSQL数据库查询语句,并打印查询结果
|
5月前
|
Java 关系型数据库 API
使用Spring Boot和PostgreSQL构建高级查询
使用Spring Boot和PostgreSQL构建高级查询
|
6月前
|
SQL 关系型数据库 数据库
Python查询PostgreSQL数据库
木头左教你如何用Python连接PostgreSQL数据库:安装`psycopg2`库,建立连接,执行SQL脚本如创建表、插入数据,同时掌握错误处理和事务管理。别忘了性能优化,利用索引、批量操作提升效率。下期更精彩!💡 csvfile
Python查询PostgreSQL数据库
|
7月前
|
SQL 人工智能 Oracle
PostgreSQL 递归查询(含层级和结构)
PostgreSQL 递归查询(含层级和结构)