我有一个约60,000行的静态数据库。有一个列有大约30,000个唯一条目。鉴于该比率（某列中60,000行/ 30,000个唯一条目），是否值得创建一个包含其中条目的新表，并从主表链接到它？或者这会比它的价值更麻烦？
以更具体的方式提出问题：通过将此字段分离到自己的表中，我可以获得更高的效率吗？
**更新**
我们谈论的是VARCHAR（100）字段，但实际上，我怀疑任何条目都使用了那么多空间 - 我很可能将其修剪为VARCHAR（50）。参赛作品：“The Gas Patch and Little Canada”和“Kora Temple Masonic Bldg.George Coombs”
答案 0 :(得分：2)
如果字段是VARCHAR（255），通常包含大约30个字符，则替代方法是在主表中存储4字节整数，并使用第二个表，其中包含4字节整数和VARCHAR（255） ），然后你正在寻找节省空间。
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
因此，原来1800 - 1260 = 540 KiB节省空间。如果在必要时在T2中的整数列上构建索引，则会丢失更多空间。如果数据的平均长度大于30字节，则节省空间。如果重复行的比例增加，则节省增加。
节省空间是否显着取决于您的背景。如果你需要半个兆字节的内存，你就得到了它 - 如果你确定你不需要通过使用2字节整数而不是4字节整数（120 + 960）来超过65535个不同的条目，你可以挤出更多KiB = 1080 KiB;节省720 KiB）。另一方面，如果您真的不会注意到可用的数GB存储中的半兆字节，那么它就会成为一个更实际的问题。维护两个表是更难的工作，但保证每次使用时名称都相同。维护一个表意味着你必须确保正确处理这些名称对 - 或者，更有可能的是，你忽略了这种可能性，你最终没有成对你应该有对，或者你最终得到三胞胎，你应该有doubletons。
显然，如果重复的类型是4字节整数，则使用两个表将不保存任何内容;这将耗费你的空间。
因此，很多事情取决于你没有告诉我们的事情。类型是一个关键问题。另一个是重复背后的语义。