PostgreSQL

Tipos de Dados e Seqüências

Este artigo irá explorar os tipos de http://kameha.devmedia.com.br/site/uploadsqlchttp://kameha.devmedia.com.br/site/netgold/edicao7sql/artigo4sql7.zip/SQLGold/artigo7.zipdados mais utilizados no PostgreSQL, bem como alguns exemplos do uso de seqüências. Esses dados serão divididos em quatro grupos: Caracter, Numéricos, Data e Hora e Booleano. Existem outros tipos não tão usuais dos quais estaremos tratando de forma introdutória.

Tipos de dados caracter

No PostgreSQL, existem três tipos básicos que podem comportar caracteres alfanuméricos: char, varchar e text. A diferença entre eles está nos limites e estrutura de armazenamento dos dados.

O tipo char(n) armazena uma cadeia de caracteres com tamanho fixo, tendo como n o seu tamanho máximo. Ocupa 4+n bytes em disco (se a cadeia de caracteres for menor que n, o campo é preenchido com espaços em branco à direita). Esses 4 bytes fixos são utilizados pelo PostgreSQL para armazenar informações referentes ao tipo e tamanho do campo.

O tipo varchar(n) tem como diferença possuir tamanho de armazenamento variável, limitado a n caracteres. Ocupa 4 + m bytes, onde m é o número de caracteres efetivamente usados.

O terceiro tipo, denominado text, possui tamanho variável e um limite muito grande de armazenamento. Equivale a um varchar(4000000000) e pode ser utilizado para armazenar campos BLOB do tipo texto.

Tipos de dados numéricos

Os tipos numéricos se subdividem em números inteiros, de precisão fixa, de ponto flutuante e os pseudo tipos seriais.

Inteiros

Esse tipo armazena números sem componentes fracionais. Números inteiros possuem limites máximos e mínimos, e qualquer tentativa de se armazenar valores fora dessa faixa irá gerar um erro. Existem os seguintes tipos inteiros:

smallint ou int2      2 bytes (16 bits)     

int, integer ou int4 4 bytes (32 bits) 

int8, bigint            8 bytes (64 bits)

Na maior parte dos casos, o tipo integer oferece a melhor relação performance versus capacidade de armazenamento. O tipo bigint, por ser mais pesado e conseqüentemente mais lento, deve ser usado somente quando a faixa de armazenamento do integer realmente não for suficiente.

Números de precisão fixa

Os números de precisão fixa são criados com o tipo numeric. Seu uso é recomendado para armazenar valores monetários e outras quantias nas quais a exatidão é necessária. No entanto, seu processamento e armazenamento são mais lentos quando comparados ao tipo float (que não possui precisão fracionária).

O tipo numeric pode receber dois parâmetros: precisão e escala. A precisão indica o número total de dígitos no número, e a escala determina quantos destes serão decimais. Por exemplo, o número 54,321 tem precisão 5 e escala 3. Inteiros podem ser considerados números que têm apenas escala 0. Para declarar um campo numeric, deve-se usar a sintaxe:

NUMERIC([precisao, [escala]])

Os parâmetros precisão e escala são opcionais. Caso a escala seja omitida, o valor assumido é zero, ou seja, a coluna não armazena números com precisão decimal e tem seu valor arredondado para o inteiro mais próximo. Uma coluna também pode ser declarada somente como numeric, sem a indicação de precisão e escala. Nesse caso, o dado armazenado pode conter um número indefinido de dígitos e precisão decimal infinita.

NOTA: O tipo decimal é sinônimo de numeric.

Números de ponto flutuante

Os tipos real (float4 ou float) e double precision (float8) armazenam valores numéricos inexatos, de precisão variável. São implementados de acordo com o padrão IEEE e são sempre armazenados como aproximações, podendo apresentar variações de arredondamento quando recuperados.

Nota

IEEE, lê-se “Eye-triple-E”, é acrônimo de Institute of Electrical and Electronics Engineers, órgão que define, entre outros, o padrão internacional para o formato de armazenamento digital de números científicos. Maiores informações no site http://standards.ieee.org

Na hora de decidir qual tipo de ponto flutuante deve ser usado, vale ressaltar:

·         Se houver necessidade de cálculos e armazenagem exatos (tal como em quantidade monetária), utilize o tipo numeric;

·         Em um float, o valor armazenado nem sempre é exatamente igual ao valor recuperado. Dessa forma, comparar dois valores de ponto flutuante em igualdade poderá ou não funcionar como o esperado. O ideal, nesse caso, é efetuar a comparação utilizando valores arredondados;

·         Quando a performance for crucial e diferenças de arredondamento puderem ser desprezadas, o ponto flutuante é mais indicado que o tipo de precisão fixa.

Arredondamento

No PostgreSQL existe a função ROUND (valor, escala), que permite arredondar um número até o limite da escala informada. Para escala igual a zero, o valor é arredondado para o inteiro mais próximo.

Existem diferenças nos padrões de arredondamento dos números de ponto flutuante e de precisão fixa. Enquanto o primeiro segue o padrão científico, o segundo segue o padrão monetário. Isso, às vezes, confunde o usuário, pois o valor retornado nem sempre é o que se espera. Por exemplo, veja na tabela 1 que o número 4.5 tem um comportamento diferente do esperado quando é arredondado. Isso se deve ao padrão de arredondamento, que no caso do tipo numeric é monetário: se um valor estiver exatamente entre dois inteiros, deve-se escolher o maior; e o tipo float possui arredondamento científico: se um valor estiver exatamente entre dois inteiros, será escolhido o valor par.

NOTA: Deve-se tomar cuidado com o padrão de arredondamento de várias linguagens de programação que seguem o modelo científico, como o Delphi. A melhor forma é “trazer” os valores devidamente arredondados na consulta. Dessa forma é garantido o mesmo resultado para todos os front-end utilizados.

Tabela 1

O Tipo de Dados Serial

A maioria dos SGBDs possui alguma forma ou tipo de dados responsável pela autonumeração de colunas. No PostgreSQL este tipo é o serial. Seu funcionamento é explicado na seção Seriais e Seqüências.

Existe ainda uma variação do tipo serial - o serial8, que é equivalente ao int8 - ou seja, um numero inteiro de 64 bits. É normalmente utilizado em aplicações com grandes quantidades de INSERTs e DELETEs na mesma tabela, que possa quebrar o limite de 4 bilhões de registros do serial. 

Um exemplo de criação de uma tabela com uma chave primária utilizando o tipo serial é:

CREATE TABLE nomes

(

         id serial primary key,

         nome text

);

Deve-se notar que o tipo serial é sempre incrementado, e nunca volta a utilizar o mesmo número. É normal existirem "buracos" nos números, pois linhas podem ser apagadas, e inserções dentro de transações abortadas também incrementam o valor do campo serial.

Resumindo, o tipo serial é, na verdade, um tipo inteiro associado a uma seqüência.

Seqüências

Esse objeto produz uma seqüência numérica auto-incremento, que será sempre única, independente do contexto transacional. O valor gerado permanece associado ao nome do objeto seqüência. Podemos criar uma seqüência com o comando:

CREATE SEQUENCE nome_da_seqüência;

A manipulação de uma seqüência é feita através de três funções:

NEXTVAL('nome_da_seqüência') - Incrementa a seqüência em uma unidade e retorna o valor;

CURRVAL('nome_da_seqüência') - Recupera o último valor gerado por NEXTVAL na sessão; SETVAL ('nome_da_seqüência', valor) - Altera o valor da seqüência.

Nota-se que a função currval não retorna o valor atual da seqüência, mas sim o último valor obtido pela função nextval, na seção atual. A função currval trabalha de forma isolada entre as sessões de usuários do banco de dados. Por exemplo, imagine que a sessão X executou nextval, incrementando o valor da seqüência para 2; Neste momento a função currval, na seção X, retornará 2; Em seguida, a seção Y executa nextval, incrementando o valor da seqüência para 3; na seção X, currval continuará retornando 2, e na seção Y currval retornará 3; Se nextval for executado novamente na seção X, currval retornará 4 nesta seção; e assim por diante.

O valor atual da seqüência, independente do comando nextval, pode ser obtido com o comando SELECT * from nome_da_seqüência.

NOTA

A função currval só passa a retornar valor se a função nextval tiver sido utilizada pelo menos uma vez na seção.

Seriais e Seqüências

Quando é definido o tipo de uma coluna como serial, o PostgreSQL cria de forma automática um objeto seqüência e o associa a essa coluna. Por exemplo, o comando abaixo:

CREATE TABLE nomes

(

         id serial primary key,

         nome text

);

é executado internamente pelo PostgreSQL da seguinte forma:

CREATE SEQUENCE nomes_id_seq;

CREATE TABLE nomes

(

         id integer primary key default nextval('nomes_id_seq'),

         nome text

);

Ou seja, um campo serial é, de fato, um campo integer associado a uma seqüência. Assim, quando enviamos o comando INSERT INTO nomes(nome) values ('Roberto') e precisamos saber "qual ID foi atribuído ao Roberto", basta executarmos o comando SELECT currval('nomes_id_seq') logo em seguida.

NOTA: O nome da seqüência criada pelo tipo serial é composto por nome-da-tabela_nome-da-coluna_seq.

Veja mais um exemplo de uso da função currval na listagem 1. A chave primária da tabela pedidos foi definida como serial - dessa forma, a função currval é usada para preencher a chave estrangeira da tabela de itens, antes que a transação seja finalizada.

Listagem 1

BEGIN;

  INSERT INTO pedidos(date) VALUES (now());

  INSERT INTO itens(fk_pedido, nome, valor)

     VALUES (currval('pedidos_id_seq'), 'Caneta' ,  2);

  INSERT INTO itens(fk_pedido, nome, valor)

     VALUES (currval('pedidos_id_seq'), 'Lapis' ,  1);

  INSERT INTO itens(fk_pedido, nome, valor)

     VALUES (currval('pedidos_id_seq'), 'Borracha' ,  1.50);

  INSERT INTO itens(fk_pedido, nome, valor)

     VALUES (currval('pedidos_id_seq'), 'Calculadora' ,  45);

COMMIT;

Esses comandos podem ser enviados em um único round-trip, ou seja, em um único envio para o servidor PostgreSQL, para processá-los sem intervenção da aplicação cliente.

Nota

Se for passado um valor para os campos do tipo serial, a seqüência associada ao serial não é incrementada, o que pode criar problemas de chaves duplicadas. O ideal é nunca passar valor para campos seriais, a não ser que seja exatamente o que se queira fazer (por exemplo, numa situação de replicação de dados).

Tipos Data

Temos três tipos de dados para armazenamento de data: date, time e timestamp. O primeiro armazena somente a data, o segundo somente a hora e o terceiro a data e a hora em conjunto.

Para os tipos time e timestamp, pode ser utilizado o modificador with time zone, que acrescenta ao campo a informação do fuso horário.

Há três variáveis que podem ser usadas em conjunto com esses tipos de dados: CURRENT_DATE, CURRENT_TIME e CURRENT_TIMESTAMP. Elas retornam a data e hora atual e podem ser utilizadas em instruções SELECT, triggers e stored procedures, ou associadas a valores default de colunas.

Tipo de dados Booleano

O PostgreSQL fornece o tipo Boolean do SQL99. Esse tipo de dados só pode armazenar um dos dois estados: “true” ou “false”. Um terceiro estado, “unknown” (“desconhecido”), é representado pela declaração NULL do SQL. Observações:

?  Valores válidos para o estado “true” são: TRUE, ‘t’, ‘true’, ‘y’, ‘yes’, ‘1’.

?  Para o estado “false”, temos: FALSE,  ‘f’, ‘false’, ‘n’, ‘no’, ‘0’.

?  É preferível o uso das palavras-chave TRUE e FALSE.

Tipos de dados especiais

Além dos tipos básicos, o PostgreSQL ainda oferece diversas outras classes de tipos, que chamamos aqui de tipos de dados especiais. Esses tipos armazenam valores monetários, geométricos, valores referentes a endereços de rede, binários, valores do tipo BLOB, identificadores de objetos, matrizes, entre outros. Segue a definição de alguns desses tipos. Maiores detalhes podem ser obtidos na documentação do PostgreSQL.

Tipos especiais string e de data:

?  bit(n) - Equivale a um string com n caracteres formado por 0´s e 1´s com tamanho fixo. É preenchido automaticamente com zeros à direita caso o tamanho máximo do campo não seja utilizado;

?  varbit(n) - Possui a mesma características do bit, sendo que seu tamanho é variável. Está para o bit da mesma forma que o varchar está para o char;

?  Interval - Armazena um intervalo de tempo que pode ser expresso em segundos, minutos, horas, dias, semanas, meses, anos, décadas, séculos ou milênios.

Dentre os tipos geométricos, podemos citar:

·         Point - Armazena um ponto no espaço com coordenadas x e y. Sua representação é (x, y), ambos números de ponto flutuante;

·         Line - Um par de pontos que representam as coordenadas inicial e final de uma reta. Pode ser representado no formato: ((x1, y1), (x2, y2));

·         Box - Representa uma caixa retangular. É semelhante ao tipo line, sendo formado por dois pares de pontos;

·         Circle - Armazena a coordenada do centro e o raio de um círculo. Pode ser representado por ((x, y), r).

Dentre os tipos de dados de endereços de rede, podemos destacar o inet que representa um IP versão 4 válido. O formato de armazenamento é x.x.x.x/y, onde x.x.x.x é o endereço e y é o número de bits da máscara (netmask).

Conclusão

Nesse artigo vimos os tipos de dados essenciais do PostgreSQL. O uso correto desses tipos é fundamental para a boa performance e otimização do espaço ocupado pelo banco de dados.

Eduardo Hoelz Stern (ehstern@dbexperts.com.br), administrador de empresas formado pela Fundação Armando Álvares Penteado, em São Paulo, atua há 10 anos na área de informática, com especialidade em bancos de dados e desenvolvimento de sistemas.