我有一个约 60,000 行的静态数据库。有一个特定的列有大约 30,000 个唯一条目。鉴于该比率（某列中的 60,000 行/30,000 个唯一条目），是否值得创建一个包含这些条目的新表，并从主表链接到它？或者这会带来更多的麻烦而不是它的价值？
以更具体的方式提出这个问题：通过将这个字段分离到它自己的表中，我会获得更多的效率吗？
** 更新 **
我们谈论的是一个 VARCHAR(100) 字段，但实际上，我怀疑任何条目都使用了这么多空间——我很可能将其缩减为 VARCHAR(50)。示例条目：“The Gas Patch and Little Canada”和“Kora Temple Masonic Bldg. George Coombs”
如果该字段是一个通常包含大约 30 个字符的 VARCHAR(255)，另一种方法是在主表中存储一个 4 字节整数并使用具有 4 字节整数和 VARCHAR(255) 的第二个表，然后您正在考虑节省一些空间。
旧方案：
T1: 30 bytes * 60 K entries = 1800 KiB.
新方案：
T1: 4 bytes * 60 K entries = 240 KiB
T2: (4 + 30) bytes * 30 K entries = 1020 KiB
所以，这粗略地节省了 1800 - 1260 = 540 KiB 空间。如果必要时在 T2 中的整数列上建立索引，则会失去更多空间。如果数据的平均长度大于 30 字节，则空间节省会增加。如果重复行的比率增加，则节省会增加。
节省空间是否显着取决于您的上下文。如果您需要多半兆字节的内存，那么您就得到了——如果您确定不需要使用 2 字节整数而不是 4 字节整数（120 + 960 KiB = 1080 KiB；节省 720 KiB）。另一方面，如果您真的没有注意到可用的数 GB 存储中的半兆字节，那么它就变成了一个更实际的问题。维护两个表比较困难，但可以保证每次使用的名称都相同。维护一张表意味着您必须确保正确处理名称对 - 或者，更有可能的是，您忽略了这种可能性，并且最终在应该有对的地方没有对，或者在应该有的地方得到了三胞胎双胞胎。
显然，如果重复的类型是 4 字节整数，则使用两个表不会节省任何东西；这将花费你的空间。
因此，很大程度上取决于您没有告诉我们的内容。类型是一个关键问题。另一个是重复背后的语义。