Question

假设您有一个包含单个表的数据库，如...

---------------------------------------------
| Name    |  FavoriteFood                   |
---------------------------------------------
| Alice   | Pizza                           |
| Mark    | Sushi                           |
| Jack    | Pizza                           |
---------------------------------------------

使用名为“Strings”的附加表来存储字符串，并将FavoriteFood列更改为字符串表中的索引，是否更节省空间。在上面的例子中，“Pizza”看起来像是存储了两次，但是使用附加表，它似乎只存储了一次。当然，请假设有1,000,000行和1,000个唯一字符串，而不仅仅是3行和2个唯一字符串。

编辑：我们事先不知道FavoriteFoods是什么：它们是用户提供的。字符串表的编程接口类似于......

String GetString(int ID) { return String at with Row-ID == ID }

int GetID(String s) {
  if s exists, return row-id;
  else {
    Create new row;
    return new row id;
  }
}

所以字符串表看起来效率更高，但现代数据库是否已经在后台执行，所以我可以只使用简单的一个表方法并且效率很高？

Answer 1

你在衡量效率的是什么？假设没有其他数据与每个FavoriteFood相关联（在这种情况下显然你想要两个表），单表方法可能更有时间效率，因为不必要的连接会产生额外的处理成本。另一方面，双表方法可能更节省空间，因为它存储索引所需的空间比字符串少，但这取决于您使用的特定数据库如何优化重复字符串的存储。 / p>

Answer 2

你应该考虑在问题领域而不是效率方面做出好的设计是什么（除非你期望有数千万行+）。

设计良好的数据库应为3NF（第三范式）。只有在通过测量确定性能问题时才能进行非规范化。

Answer 3

如果您有另一个表来存储字符串，当您想要更新描述时会更容易，例如，如果您需要将所有Pizzas更新为Italian Pizza，那么如果您需要更新一行，则可以执行使用单独的表格。另一个优点是翻译，你可以使用另一个表来存储不同语言的字符串翻译，并根据当前语言选择一个。

但这种方法的问题在于插入物。你需要在两个表中插入并且还需要维护外键约束，因此它为一个简单的表增加了一些复杂性。

Answer 4

拥有单独的“字符串”表的优点：

如果字符串经常重复，可能会减少空间
可能更快的典型查询 - 因为I / O

缺点：

您将编写更复杂的查询实现相同的结果
如果重复因子很小，你将获得更高的查询执行时间。要将每个ID解析为字符串（或返回），数据库服务器将执行单个查找（每个ID）（寻求操作）。所以你得到了额外的 log（Strings.Count（））因子〜为每个查询执行此操作。

但实际上这真的很有效。例如。大多数全文搜索引擎几乎都使用这种方法来存储文档字图。

我应该使用字符串表来提高数据库的效率吗？

4 个答案: