在最大限度地减少冗余方面，像MySQL和H2这样的数据库有多聪明？

Question

我是数据库新手，这个问题与我对数据库的期望有多大关系。这里的“数据库”我的意思是“类似”MySQL或H2（我实际上不知道这两个是否相似，只是它们很受欢迎）。我实际上正在使用ScalaQuery，因此它从底层数据库中抽象出来。

假设我有一个包含类型（String，Int）的条目的表，在String条目中有很多冗余。所以我的表可能看起来像：

（亚当，18岁） （亚当，24岁） （亚当，34岁） ... 继续 ... （亚当，3492） （Bethany，4） （Bethany，45岁） ... 继续 ... （Bethany，2842）

如果我用H2存储这个表，它是否足够智能以实现“Adam”和“Bethany”重复多次，并且可以用指向查找表的枚举替换？还是会浪费大量存储？

相关：如果H2在这方面很聪明，那么双打是否同样聪明？在我可能是脑死亡的初始表中，我碰巧有很多重复的双重字段。

谢谢！

Answer 1

数据库引擎不是为了识别数据中的冗余并修复它们而构建的。这是设计人员/开发人员的任务。

Answer 2

数据库旨在存储信息。数据库无法知道（Adam，44）和（Adam，55）是否可以被压缩，如果数据库试图像您提议的那样做，我会被吓呆，因为这会导致各种性能和/或逻辑问题。

相反，数据库不会最小化存储，它们会添加冗余信息，如索引和密钥，以及DB所需的其他内部附加信息。

构建数据库是为了快速检索信息，而不是有效地存储空间。当涉及复杂性时，数据库会增加存储空间，然后降低查询的性能。

Answer 3

有些存储系统压缩页面，所以问题是有效的。我不能谈论MySQL，但我相信它与H2类似。 H2在这方面不是很聪明。 H2确实压缩数据，但仅适用于以下情况：

• LOB compression，如果已启用。
• 以下内容不会影响已关闭数据库的存储大小：当前使用LZF进行写入时，H2会压缩撤消日志，因此页面中重复的数据将导致写入略有改进性能（但仅在检查点之后）。但是，这可能会在未来发生变化。

此外，H2使用类似于UTF-8的编码来存储文本，但我不会称之为压缩。

Answer 4

基于连续存储的MySQL和其他SQL产品在这种情况下并不聪明。

考虑两个逻辑集，一个引用另一个（即外键）。一种可能的实现是物理地存储两个集合共同的值，并且对于两个表来存储指向该值的指针（想想3GL编程语言中的引用类型变量，例如C＃）。但是，大多数SQL产品都将值存储在两个表中;如果你想要指针，那么最终用户必须自己实现它们，通常使用autoincrement整数'surrogate'键，这很可能会暴露在逻辑模型中。

Answer 5

您要么在谈论数据压缩，这可以由数据库引擎完成，而不应该是您关注的问题。 或者你在谈论数据规范化。那么你应该阅读数据库设计。

数据库用于存储数据，因此无需担心一些冗余。如果您要进入数百万行和千兆字节的数据，那么您可以开始考虑选项。但是达到这个水平，你就不会有任何性能问题。