删除重复的字符串值

Question

给定一个非键varchar列，其中字符串值可能在许多其他行中重复，是一个单独的表，将列中的唯一字符串映射到整数是一种有益的做法吗？这显然会消除存储空间，但是将第一个表加入到这个映射表中会失去性能吗？

Answer 1

一般来说，整数比较会更快，因为在最低级别，机器单独执行这些操作，而不是字符串中的每个字符。

然而，在不知道比较发生的频率的情况下，转换是否是一个好主意是一个难题。

就我个人而言，转换可能经常发生（例如在连接中查找关键字）然后我会使它们成为整数。

同样的事情适用于索引，并且因为索引较小（空间效率），您删除了一些后备存储延迟 - 这也是理论 - 但实际上可能还有许多其他因素需要考虑。

Answer 2

通常称为Lookup表，如果值经常重复，并且字符串足够大，即：2个字符State代码不值得麻烦，那么绝对值得添加。

整数比较比字符串比较更快，但这通常更多地是关于节省空间而不是性能，因为你已经将字符串插入行中，因此将重复值分成查找表会增加额外的{{1} }。这是向标准化迈出的一步，但在我看来，过度标准化是否应该取决于您的数据是什么样的，以及它是如何使用的。