Char vs Symbol KDB分开了splay表

Question

我在KDB数据库上创建一个新表作为parted splay（按日期分开），新表模式有一个名为CCYY的列，它有很多重复值。我不确定是否应将其保存为字符或符号。我的主要目标是使用最少的内存。

结果我应该使用哪一个？在重复的展开设置中将重复值保存为char数组或符号有什么好处/缺点？

Answer 1

听起来你应该使用符号。

这里有符号/枚举指南：http://www.timestored.com/kdb-guides/strings-symbols-enumeration#when-to-use引用：

  

通常，您应遵循指南：

     

  
1. 如果该列用于where子句中的相等比较，例如   从A B中的sym中选择t - ＆gt;符号
  
2. 短，经常重复的字符串 - ＆gt;符号
  
3. Else Long，Non-repeated strings - ＆gt;串
  

Answer 2

在评估是否对列使用符号时，该列的基数是关键。单个值的长度更少，并且如果有的话，更长的值可能更好地作为符号，因为它们将仅在sym文件中存储一次，但在char向量中重复。如果你压缩磁盘上的数据，那么这个考虑就没什么可说的了。

如果您的价值观足够短，请不要忘记使用.Q.j10，.Q.x10，.Q.j12和.Q.x12的可能性。这将使用比char矢量更少的空间。并且它不依赖于sym文件，在复杂的环境中，如果您在syd文件不同步的hdbs之间复制表，则可以避免重新枚举。

如果需要考虑空间，请始终压缩磁盘上的数据。