为何Postgres表大小远超源Excel文件（已排除索引）

• 存储格式与数据类型的本质差异：Excel是经过压缩的二进制格式，会对重复值、空白内容做大量优化（比如共享相同字符串、仅存储非空单元格）；而PostgreSQL是面向行的关系型存储，每个字段会使用数据库原生数据类型存储——比如Excel里的数字可能用紧凑的浮点数格式，PostgreSQL如果用numeric或bigint类型，占用的字节数会更多；日期时间在Excel里是浮点数，PostgreSQL则用专门的timestamp类型（固定8字节），这些都会增加单条数据的体积。

• PostgreSQL的行与块级存储开销：

  • 每一行数据都带有行头信息，包含事务ID、可见性标志等元数据，默认占用约23字节（不同版本略有差异），这部分是Excel没有的额外开销；
  • 数据以8KB为单位的数据块存储，每个块带有块头信息，即使单条数据很小，也会占用至少一个块的部分空间，剩余空间无法被其他块复用，小行数据多的话，空间浪费会非常明显。

• 数据对齐与填充的额外占用：PostgreSQL为了提升查询性能，会对字段做内存对齐处理——比如bool类型（1字节）后紧跟int4类型（4字节）时，会自动填充3字节以满足对齐要求，这些填充字节会累加占用额外空间。

• TOAST压缩的局限性：虽然PostgreSQL会自动对大字段启用TOAST压缩，但如果你的数据里没有大文本/二进制字段，TOAST不会生效；即便生效，其压缩率也不如Excel针对表格数据的专用压缩算法高，仍会有额外存储开销。

• 空值存储的差异：Excel对空白单元格不会实际存储内容，而PostgreSQL中即使字段为空，也需要存储空值标记——可变长度字段的空值会占用少量字节的长度标记，固定长度字段的空值则会占满字段的全部长度。

内容的提问来源于stack exchange，提问作者Li Yang