有关重复数据的SQL

Question

我对数据规范化有一个一般性的问题（我进入SQL的第一步）。我得到了一个CSV文件，该文件已上传到MySQL工作台，并被要求进行数据标准化（使用常规格式）。我发现了一些明显的重复项，但是我不确定一件事。有关于公司及其地址的数据，但是，例如，在“国家/地区”字段中，美国重复了数千次，我不确定这是否算作重复数据？我是否应该制作一个单独的表（例如“国家/地区”）并为其赋予唯一的ID（例如，对于美国来说是1），然后更新原始表中的数据（如果美国表中的数据替换为1）？

Answer 1

如果要消除重复项，那么'UNITED STATES'实际上就是重复项。

因此，如果您的目标是规范化，则将需要一个countries参考表。

请注意，在这种情况下，规范化可能会减少数据的大小。 countries表的密钥可能是整数（4个字节），尽管它也可以是ISO 2个字符或3个字符的国家/地区代码。在原始表中重复主键将减少数据库中数据的整体大小。