数据类型
数据类型表
分类 | 名称 | ID | 举例 | 符号 | 字节数 | 范围 |
---|---|---|---|---|---|---|
VOID | VOID | 0 | NULL | 1 | ||
LOGICAL | BOOL | 1 | 1b, 0b, true, false | b | 1 | 0~1 |
INTEGRAL | CHAR | 2 | ‘a’, 97c | c | 1 | -2 7 +1~2 7 -1 |
SHORT | 3 | 122h | h | 2 | -2 15 +1~2 15 -1 | |
INT | 4 | 21 | i | 4 | -2 31 +1~2 31 -1 | |
LONG | 5 | 22l | l | 8 | -2 63 +1~2 63 -1 | |
COMPRESSED | 26 | 1 | -2 7 +1~2 7 -1 | |||
TEMPORAL | DATE | 6 | 2013.06.13 | d | 4 | |
MONTH | 7 | 2012.06M | M | 4 | ||
TIME | 8 | 13:30:10.008 | t | 4 | ||
MINUTE | 9 | 13:30m | m | 4 | ||
SECOND | 10 | 13:30:10 | s | 4 | ||
DATETIME | 11 | 2012.06.13 13:30:10 or 2012.06.13T13:30:10 | D | 4 | [1901.12.13T20:45:53, 2038.01.19T03:14:07] | |
TIMESTAMP | 12 | 2012.06.13 13:30:10.008 or 2012.06.13T13:30:10.008 | T | 8 | ||
NANOTIME | 13 | 13:30:10.008007006 | n | 8 | ||
NANOTIMESTAMP | 14 | 2012.06.13 13:30:10.008007006 or 2012.06.13T13:30:10.008007006 | N | 8 | [1677.09.21T00:12:43.145224193, 2262.04.11T23:47:16.854775807] | |
DATEHOUR | 28 | 2012.06.13T13 | 4 | |||
FLOATING | FLOAT | 15 | 2.1f | f | 4 | 有效位数: 06~09 位 |
DOUBLE | 16 | 2.1 | F | 8 | 有效位数: 15~17 位 | |
LITERAL | SYMBOL | 17 | S | 4 | ||
STRING | 18 | “Hello” or ‘Hello’ or `Hello | W | 不超过 65,535 | ||
BLOB | 32 | |||||
BINARY | INT128 | 31 | e1671797c52e15f763380b45e841ec32 | 16 | -2 127 +1~2 127 -1 | |
UUID | 19 | 5d212a78-cc48-e3b1-4235-b4d91473ee87 | 16 | |||
IPADDR | 30 | 192.168.1.13 | 16 | |||
POINT | 35 | (117.60972, 24.118418) | 16 | |||
SYSTEM | FUNCTIONDEF | 20 | def f1(a,b) {return a+b;} | |||
HANDLE | 21 | file handle, socket handle, and db handle | ||||
CODE | 22 | <1+2> | ||||
DATASOURCE | 23 | |||||
RESOURCE | 24 | |||||
DURATION | 36 | 1s, 3M, 5y, 200ms | 4 | |||
MIXED | ANY | 25 | (1,2,3) | |||
ANY DICTIONARY | 27 | {a:1,b:2} | ||||
OTHER | COMPLEX | 34 | 2.3+4.0i | 16 | ||
DECIMAL |
DECIMAL32(S)
|
37 | 3.1415926$DECIMAL32(3) | 4 | (-1*10^(9-S), 1*10^(9-S)) | |
DECIMAL64(S)
|
38 | 3.1415926$DECIMAL64(3), , 3.141P | P | 8 | (-1*10^(18-S), 1*10^(18-S)) | |
DECIMAL128(S)
|
39 | 3.1415926$DECIMAL128(3) | 16 | (-1*10^(38-S), 1*10^(38-S)) | ||
ARRAY | 基础类型+方括号 “[]“,如 INT[],DOUBLE[],DECIMAL32(3)[] 等,表示数组类型 | 基础类型 ID+64 | array(INT[], 0, 10).append!([1 2 3, 4 5, 6 7 8, 9 10]) |
说明:
- 上表除以下类型外,都支持作为表字段:VOID, FUNCTIONDEF, HANDLE, CODE, DATASOURCE, RESOURCE, COMPRESS, DURATION。在支持的类型中,仅内存表字段支持 ANY 类型,仅内存表和 TSDB 引擎支持 BLOB 类型和 ARRAY VECTOR。
-
DolphinDB 中字符串类型包含 STRING, BLOB 与 SYMBOL 类型。
- SYMBOL 是特殊的字符串类型。某个表字段定义为 SYMBOL
类型时,必须保证该字段的不同取值小于2097152(221)个,否则会报错
"One symbase's size can't exceed 2097152"
。 - 向分布式数据库写入数据时,1.30.23/2.00.11 版本新增了对 STRING, BLOB 及 SYMBOL
类型数据的大小限制:
- 写入的 STRING 类型数据应小于 64 KB,否则系统会截断到 65,535 字节(即 64 KB - 1 字节);
- 写入的 BLOB 类型数据应小于 64 MB,否则系统会截断到 67,108,863 字节(即 64 MB - 1 字节);
- 写入的 SYMBOL 类型数据超过 255 字节时,系统会抛出异常。
注: 已存在数据库中超出范围限制的数据仍然可以正常读取使用。
- SYMBOL 是特殊的字符串类型。某个表字段定义为 SYMBOL
类型时,必须保证该字段的不同取值小于2097152(221)个,否则会报错
- ANY DICTIONARY 是 DolphinDB 中表示 JSON 的数据类型。
- COMPRESS 类型目前只能通过 compress 函数生成。
- BLOB 类型不支持任何计算。
- DURATION 类型可以通过 duration 函数生成或直接使用整数数字加以下时间单位(区分大小写): y, M, w, d, B, H, m, s, ms, us, ns。DURATION 数据的范围为-2 31 +1~2 31 -1,如果数据溢出,则溢出的数据处理为空值。
- DOUBLE 和 FLOAT 类型精度遵循 IEEE 754 标准;该类型数据溢出时,会被处理为 NULL。
- DECIMAL32(S),DECIMAL64(S) 及 DECIMAL128(S) 中的 S
表示保留的小数位数,其中,DECIMAL32(S) 中 S 的有效范围为[0, 9],DECIMAL64(S) 中 S 的有效范围为[0,
18],DECIMAL128(S) 中 S 的有效范围为 [0,38]。DECIMAL32 底层存储使用 int32_t 类型,占用4个字节;DECIMAL64
底层存储使用 int64_t 类型,占用8个字节;DECIMAL128 底层存储使用 int128_t 类型,占用16个字节。DECIMAL32(0)
可以表示的有效整数范围为 [-999999999, 999999999], 而 4 字节整数(INT32)的范围为 [-2,147,483,648,
2,147,483,647]。因此将数值型数据强制转换为 DECIMAL32 时,若该数值的整数部分超过 DECIMAL32 的有效数值范围, 但仍属于
[-2147483648, 2147483647] 范围,可以转换成功。而将字符串强制转换成 DECIMAL32
时,会进行位数校验,若字符串长度超过有效位数,则抛出异常。
decimal32(1000000000, 0)
得到:1000000000
decimal32(`1000000000, 0)
得到:
Can't convert STRING to DECIMAL32(0): parse
1000000000
to DECIMAL32(0) failed: decimal overflow
类型检查
typestr 和 type 这两个函数用于检查数据类型。typestr 返回的是数据类型的名称(字符串常量);type 返回的是数据类型 ID(整数)。
typestr 3l;
得到:LONG
type 3l;
得到:5
x=3;
if(type(x) == INT){y=10};
y;
得到:10
数据范围
整型的数据范围在上面表格中已经列出。对于整数类型的数据,DolphinDB 使用允许最小值-1来表示其相应的 NULL 值。例如,-128c 是一个 NULL 字符。对于 NULL 值,参考: NULL 值。
x=-128c;
x;
得到:00c
typestr x;
返回:CHAR
数据类型符号
数据类型符号用于声明常量的数据类型。在下面的第一个例子中,没有为3指定数据类型符号。在这种情况,3被默认作为整数存储在内存中。如果要保存为浮点数,则应声明为 3f(float) 或 3F(double)。
typestr 3;
返回:INT
typestr 3f;
返回:FLOAT
typestr 3F;
返回:DOUBLE
typestr 3l;
返回:LONG
typestr 3h;
返回:SHORT
typestr 3c;
返回:CHAR
typestr 3b;
返回:BOOL
typestr 3P;
返回:DECIMAL64
字符串
我们可以在 DolphinDB 中把字符串保存为 symbol 类型数据。一个 symbol 类型数据被 DolphinDB 系统内部存储为一个整数,因此数据排序和比较更有效率。因此,使用 symbol 类型有可能提高系统性能,同时也可节省存储空间。但是,将字符串映射到整数(hash)需要时间,哈希表也会占用内存。以下规则可以帮助您决定是否使用 symbol 类型:
- 如果字符串数据较少重复,应当避免使用 symbol 类型。
- 如果字符串数据不会被排序、搜索或比较,应当避免使用 symbol 类型。
- 股票交易数据中的股票代码应该使用 symbol 类型,因为股票代码的数量基本是固定的,在数据中重复极多;另外,股票代码经常被搜索和比较。
- 描述性字段不应该使用 symbol 类型,因为描述性字段很少重复,而且很少被搜索、排序或比较。
例1:排序比较:同样排序 300 万条记录,排序 SYMBOL 向量比 STRING 快 26 倍。
n=3000000
strs=array(STRING,0,n)
strs.append!(rand(`IBM`C`MS`GOOG, n))
timer sort strs;
返回:Time elapsed: 184.642 ms
n=3000000
syms=array(SYMBOL,0,n)
syms.append!(rand(`IBM`C`MS`GOOG, n))
timer sort syms;
返回:Time elapsed: 7.001 ms
例2:布尔运算比较:同样是 300 万条记录的运算,SYMBOL 向量几乎是 STRING 向量的 9 倍。
timer(100){strs>`C};
返回:Time elapsed: 1463.841 ms
timer(100){syms>`C};
返回:Time elapsed: 157.962 ms
SYMBOL 类型向量的创建
- 使用函数 array来创建。
syms=array(SYMBOL, 0, 100); // 创建长度为100的空符号数组; typestr syms;
返回:FAST SYMBOL VECTOR
syms.append!(`IBM`C`MS); syms;
返回:["IBM","C","MS"]
- 通过类型转换:
syms=`IBM`C`MS; typestr syms;
返回:STRING VECTOR
sym=syms$SYMBOL; // 转换为符号向量; typestr sym;
返回: FAST SYMBOL VECTOR
typestr syms;
返回:STRING VECTOR
- 使用随机函数 rand。
syms=`IBM`C`MS; symRand=rand(syms, 10); //生成一个随机的symbol类型向量 symRand;
得到:["IBM","IBM","IBM","MS","C","C","MS","IBM","C","MS"]
typestr symRand;
返回:FAST SYMBOL VECTOR
注: 在上面的例子中,当rand
函数的输入是一个字符串向量时,它会生成一个 symbol 类型的向量。rand
函数不会更改任何其他的输入数据类型。之所以设计这个函数时有意做出这个例外,这是因为基于字符串向量生成随机向量时,在大多数情况下,用户希望使用 symbol 类型向量。
整数溢出
当运算的结果超出了运算中调用的变量的数据类型的范围时,就会出现溢出。在 DolphinDB 中,整数溢出的结果为 NULL。
下例中,变量 x 的数据类型为 INT,它被赋予 INT 类型允许的最大值,为2 31-1 。x+1 的结果超出 INT 类型的上限,因此 x+1 的结果为 NULL。
x=(pow(2,31)-1)$INT;
x+1;
返回:null