我应该为重复值（varchar）使用单独的表吗？

Question

我有一个表，每秒添加3行数据，我打算保留大约30M行。 （旧的数据将被删除）。

我需要添加一列：varchar（1000）。我不能事先告诉它内容是什么，但我知道它会非常重复：数千到数百万行将具有相同的值。它通常大约200个字符。

由于使用存储过程添加数据，我看到两个选项

1. 添加列varchar（1000）
2. 创建表（int id，varchar（1000）value） 在StoredProcedure中，查看该值是否存在于该另一个表中或创建它 我希望这个其他表总是最多有100个值。

我知道这两个选项之间的一些权衡，但我很难在这个问题上下定决心。

选项1比较重但插入速度更快。需要较少的连接，因此查询更简单。 选项2是较轻的插入取longers但查询有可能更快。我认为我更接近正常形式，但我还有一个有一个有意义的专栏的表。

根据我给你的信息，哪个选项似乎更好？ （你也可以提出另一种选择）。

Answer 1

你还应该调查page compression，也许你可以做一件简单的事情，但仍然得到一个小的（ish）表。虽然，如果您说是SQL Express，您将无法像企业版要求那样使用它。

我在我的项目中反复使用了你的第二种方法。每个插入都必须通过一个获取查找值id的存储过程，或者如果找不到则插入一个新的并返回id。特别是对于像你这样的大型列而言，由于存在大量行但这么少的不同值，空间节省应该超过查询连接中外键和查找成本的额外开销。另请参阅Disk is Cheap... That's not the point!。