0

我是数据库新手，这个问题与我期望数据库有多聪明有关。这里的“数据库”是指“类似于”MySQL 或 H2（我实际上不知道这两者是否相似，只是它们很流行）。我实际上使用的是 ScalaQuery，所以它从底层数据库中抽象出来。

假设我有一个表，其中包含类型为 (String, Int) 的条目，在 String 条目中有很多冗余。所以我的桌子可能看起来像：

(Adam, 18) (Adam, 24) (Adam, 34) ... 继续 ... (Adam, 3492) (Bethany, 4) (Bethany, 45) ... 继续 ... (Bethany, 2842)

如果我用 H2 存储这个表，它是否会足够聪明地实现“Adam”和“Bethany”重复很多次，并且可以用指向查找表的枚举替换？还是会浪费大量存储空间？

相关：如果 H2 在这方面对字符串很聪明，那么它在双打方面是否也很聪明？在我可能脑死亡的初始表中，我碰巧有很多重复的双字段。

谢谢！

4

5 回答 5

6

数据库引擎不是为了识别数据中的冗余并修复它们而构建的。这是设计者/开发者的任务。

于 2011-08-23T23:57:59.207 回答
2

数据库旨在存储信息。数据库无法知道 (Adam, 44) 和 (Adam,55) 是否可以压缩，如果数据库尝试执行您建议的操作，我会感到震惊，因为这会导致各种性能和/或逻辑问题。

相反，数据库并没有最小化存储，它们正在添加冗余信息，如索引和键，以及数据库所需的其他内部附加信息。

数据库的构建是为了快速检索信息，而不是有效地存储信息。当谈到复杂性时，数据库宁愿增加存储空间，然后降低查询的性能。

于 2011-08-24T00:06:40.040 回答
1

有一些存储系统会压缩页面，所以这个问题是有效的。我不能谈论MySQL，但我相信它类似于H2。H2 在这方面不是很聪明。H2 确实会压缩数据，但仅适用于以下情况：

  • LOB 压缩（如果启用）。
  • 以下不影响已关闭数据库的存储大小： H2 目前使用LZF写入时会压缩 undo log ，因此页面中的重复数据将导致写入性能略有提高（但仅在检查点之后）。然而，这可能会在未来发生变化。

此外，H2 使用类似于 UTF-8 的编码来存储文本，但我不会称之为压缩。

于 2011-08-24T04:19:12.547 回答
0

MySQL 和其他基于连续存储的 SQL 产品在这种事情上根本不聪明。

考虑两个逻辑集，一个引用另一个（即外键）。一种可能的实现方式是将两个集合共有的值物理存储一次，并让两个表都存储一个指向该值的指针（想想 3GL 编程语言中的引用类型变量，例如 C#）。但是，大多数 SQL 产品将值物理存储在两个表中；如果你想要指针，那么最终用户必须自己实现它们，通常使用自动增量整数“代理”键，遗憾的是这些键会暴露在逻辑模型中。

于 2011-08-24T09:04:20.130 回答
0

您正在谈论数据压缩，这可以由数据库引擎完成，您不必担心。或者您正在谈论数据规范化。然后你应该阅读数据库设计。

数据库旨在存储数据，因此无需担心冗余。如果您要处理数百万行和数千兆字节的数据，那么您可以开始考虑选项。但是达到那个水平你不会有任何性能问题。

于 2011-08-24T09:09:52.137 回答