冗余的数据库表设计

Question

（使用SQL Server 2008）我有一个完全规范化的大表（~50M记录）。有4个主要列，其中一个只有三个可能的条目 - A，B和C.问题是，此列通常有很多冗余。也就是说，可以有许多具有值A的记录，然后是许多重复记录，除了值B（和/或C）之外，在所有方面都是相同的。这种冗余并不总是发生，但它足够频繁，它大大增加了记录数量，我希望摆脱它。

我的想法是，不是A，B，C是列的选择，我考虑创建标题为A，B，C的3位列。然后，在上述这些值的冗余的情况下，我不要不必创建重复记录，而是只有一条记录，然后根据需要标记A，B和/或C列。

这些看似非正统，所以我想我会看到专家的想法。有一件事是这个表有三个不同的唯一性约束，每个都包括所有其他主键加上三个标志列中的一个。

[编辑]为了澄清“许多重复记录”的含义，其他PK之一是日期列。因此，例如，可能有1000条不同日期的记录与条目A，然后另外1000条记录具有相同的日期（和其他列相同），但条目B。这就是即使只有三个选项，仍然可以有很多冗余。

Answer 1

你不能拥有“在所有方面都相同的许多重复记录”，除了PK中带有A或B或C之一的第4列。这对我来说意味着你最多有3行（以上）其他3个PK柱）由A或B或C

区分

这意味着你应该有一个独特的约束。

我会基于此而

。

• A行是C
的不同行
• 只有5000万
• 很简单（没有额外的表或花式位列）
• 没有明确的性能问题（直到您添加额外的表或花式位列）
• 您有一个清晰的规范化架构

编辑：

您的冗余不在ABC列中。行乘法是由日期时间引起的。

您可以将日期时间更改为smalldatetime并以此方式抑制近似重复吗？例如，解决到最接近的分钟不是3.33毫秒？或者对于SQL Server 2008使用datetime2并选择您的分辨率

Answer 2

我个人不这样做，我会创建另一个存储A, B, or C和RecordID的表。

Answer 3

如何创建一个存储这些“标志”的单独表，将外键返回原始表？

表1（原始表）
----------------------
PriKey1（表1的PK）
COL1
COL2

表2（新表）
------------------
PriKey2（表2的PK）
PriKey1（FK至表1）
一个
乙
Ç

Answer 4

我能想到的唯一问题是，如果您希望在这些位列上使用索引编制，则需要更改现有代码并包含所有3个字段。

比特字段本质上不是很有选择性。为了获得良好的选择性，您需要在所有3个字段中创建覆盖索引，然后在WHERE子句中包含所有3个，以便获得最佳搜索。

Answer 5

在任何情况下，大多数数据库都会为每个字段分配最小的最有效处理单元，因此调用它们位字段只会是元数据差异。但无论如何，将位解压缩成单词只是开销。你可能也可能使用整数。而且我很确定Sql Server没有索引位字段 - 2的基数没有多大帮助。

50M记录？大多数帐户都是少数。

您是否尝试量化您尝试减少的开销？如果没有其他任何事情，你将为增加的复杂性添加工作。

在增加复杂性之前，我必须考虑很长时间。

这是否是一个非常稳定的设计，你有一些额外的时间？