如果我想节省空间，是否必须创建代理键？

Question

假设我有一张非常大的桌子，车主是这样的：

OWNERSHIP
owner    | car
---------------
steven   | audi
bernahrd | vw
dieter   | vw
eike     | vw
robert   | audi
... one hundred million rows ...

如果我重构它：

OWNERSHIP
owner    | car <-foreign key TYPE.car_type
---------------
steven   | audi
bernahrd | vw
dieter   | vw
eike     | vw
robert   | audi
...


TYPE
car_type      |
---------------
audi
vw

我是否以空格或速度获胜，或者我是否需要在car_type上创建一个INTEGER代理键？

Answer 1

整数将占用4个字节，即one more byte than "vw" will。碰巧，PostgreSQL enums take up 4 bytes too，所以你不会通过切换到这种表示来获得任何存储方式（除了它改变枚举本身所带来的困难）。无论如何，查询都会同样快，因为无论如何，只要有一个大小的表，你就会查询索引。数据库性能，尤其是表变大时，基本上是I / O而不是CPU性能。我不相信整数索引会比短字符串上的索引更小或更快，特别是当你有大量的行引用一小组可能的值时。它肯定不会成为您应用程序的瓶颈。

即使我们假设您能够使用人工密钥恢复4个字节，您还要节省多少存储空间？理想情况下，4个字节乘以1亿行约400 MB。您是否因此需要在您的honkin'数据库服务器上搜索少量存储空间？这假设您将其重构为自己的表并使用正确的外键。

当然，回答这个问题的正确方法不是从第一原则来论证。拿你的1亿行表并以两种方式工作。然后自己检查尺寸，如下：

SELECT pg_size_pretty(pg_total_relation_size('ownership')));
SELECT pg_size_pretty(pg_total_relation_size('ownership2')));

使用EXPLAIN ANALYZE进行测试查询，如下所示：

EXPLAIN ANALYZE SELECT * FROM ownership WHERE car = 'audi';
EXPLAIN ANALYZE SELECT * FROM ownership2 WHERE car_id = 1;

比实际花费更多关注实际花费的时间，但要考虑成本。如果可能，在与生产相同的数据库服务器上执行此操作;如果没有，具有相同PostgreSQL配置的类似机器。然后你会有很难的数字来告诉你你付出了什么以及你得到了什么。我怀疑你会发现使用人工密钥并且性能相当时，空间使用情况会稍差一些。

如果这就是您所发现的，请执行关系并使用自然键，并且不要过于担心优化物理存储。空间是您拥有的最便宜的商品。

Answer 2

使用两个表和字符串外键当然会比使用一个表使用更多的空间。还要多少取决于您拥有多少种类型的汽车。

您应该使用整数car_id：

• 如果重复使用相当比例的汽车名称，使用整数键可以节省空间。

• 如果您需要索引car列，那么更多，因为整数索引远小于字符串索引。

• 同样比较整数比比较字符串要快，所以开车搜索也应该更快。

• 较小的表意味着较大的部分，如果它适合缓存，所以访问它也应该更快。