PostgreSQL - INCREMENTO AUTOMATICO

PostgreSQL ha i tipi di dati smallserial , serial e bigserial ; questi non sono veri tipi, ma semplicemente una comodità notazionale per la creazione di colonne identificative univoche. Questi sono simili alla proprietà AUTO_INCREMENT supportata da alcuni altri database.

Se desideri che una colonna seriale abbia un vincolo univoco o sia una chiave primaria, ora deve essere specificata, proprio come qualsiasi altro tipo di dati.

Il nome del tipo seriale crea colonne di un numero intero . Il nome del tipo bigserial crea una colonna bigint . bigserial dovrebbe essere utilizzato se si prevede di utilizzare più di 2 31 identificatori per tutta la durata della tabella. Il nome del tipo smallserial crea una colonna smallint .

Sintassi

L'utilizzo di base di SERIAL dataype è il seguente:

CREATE TABLE tablename (
   colname SERIAL
);

Esempio

Considera la tabella AZIENDA da creare come segue:

testdb=# CREATE TABLE COMPANY(
   ID  SERIAL PRIMARY KEY,
   NAME           TEXT      NOT NULL,
   AGE            INT       NOT NULL,
   ADDRESS        CHAR(50),
   SALARY         REAL
);

Ora, inserisci i seguenti record nella tabella AZIENDA -

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'Paul', 32, 'California', 20000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ('Allen', 25, 'Texas', 15000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ('Teddy', 23, 'Norway', 20000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'Mark', 25, 'Rich-Mond ', 65000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'David', 27, 'Texas', 85000.00 );


INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'Kim', 22, 'South-Hall', 45000.00 );

INSERT INTO COMPANY (NAME,AGE,ADDRESS,SALARY)
VALUES ( 'James', 24, 'Houston', 10000.00 );

Questo inserirà sette tuple nella tabella AZIENDA e AZIENDA avrà i seguenti record:

id | name  | age | address    | salary
----+-------+-----+------------+--------
  1 | Paul  |  32 | California |  20000
  2 | Allen |  25 | Texas      |  15000
  3 | Teddy |  23 | Norway     |  20000
  4 | Mark  |  25 | Rich-Mond  |  65000
  5 | David |  27 | Texas      |  85000
  6 | Kim   |  22 | South-Hall |  45000
  7 | James |  24 | Houston    |  10000