如何获取PostgreSQL中列占用的准确磁盘空间？

问题背景 #

计算PostgreSQL表中列的磁盘占用时，两种方法结果不一致：

• 自底向上法：累加每条记录中列的存储大小（sum(pg_column_size(a))）
• 自顶向下法：获取表总大小，删除目标列后再次获取表大小（每次操作后执行VACUUM FULL），两者差值作为列占用空间

测试中，不同数据类型的列（SMALLINT/INTEGER/BIGINT）通过自顶向下法得出的差值均为81920，与自底向上法结果不符。

测试步骤 #

DROP TABLE size_test;
CREATE TEMP TABLE size_test AS
SELECT
--  baseline
--  a::SMALLINT
--  a::INTEGER
--  a::BIGINT
FROM generate_series(1,10000) a
;

VACUUM FULL size_test;
SELECT (pg_table_size('size_test'));

-- bottom up:
SELECT
    sum(pg_column_size(a))
FROM size_test st
;

核心问题解答 #

1. 方法缺陷分析 #

你的自顶向下法存在逻辑错误：当删除表中唯一的列后，表变为空表，但PostgreSQL会为空表保留至少一个8KB的默认数据页。因此你计算的差值是「原表总大小 - 空表大小」，而非目标列实际占用的磁盘空间——空表的固定页开销干扰了结果。

2. pg_table_size的关键细节 #

pg_table_size()返回的是表在磁盘上的全部占用空间，包含以下部分：

• 数据页的页头开销（约24字节/页）
• 每行的行头开销（约23字节/行，包含事务ID、行指针等元数据）
• 列数据的对齐填充字节（PostgreSQL按8字节默认对齐，不足部分会补填充）
• 页内的空闲空间（即使VACUUM FULL压缩后，页内仍可能存在少量空闲）
• 空表的默认页开销

而pg_column_size()仅计算列数据本身的字节数，不包含任何元数据、对齐填充或页级开销。

3. 你忽略的PostgreSQL存储机制要点 #

• 页存储模型：所有表数据按8KB（默认配置）的页为单位存储，页是磁盘IO的最小单元，无法拆分。
• 行对齐规则：每行数据总大小（行头+列数据）会向上对齐到8字节的倍数，这会产生额外的填充字节。
• 空表的最小占用：即使表中无数据，也会保留至少一个数据页，避免表结构完全销毁。

4. 哪种结果正确？ #

• 若你需要的是列数据本身的总字节数（不含任何开销），自底向上法的sum(pg_column_size(a))结果是准确的。
• 若你需要的是列在磁盘上实际占用的空间（包含所有关联开销），需修正自顶向下法：创建两个结构一致的表，一个包含目标列，一个不包含，计算两者pg_table_size()的差值；或使用pgstattuple扩展查看页级详细统计，直接获取列相关的磁盘占用。

内容的提问来源于stack exchange，提问作者Alexi Theodore