将列添加到大表：datatype或INT或引用表？

Question

我有一张300.000+记录的表。

我想在记录的一小部分（0.5％或更少）中添加一些“标记”;

什么是最好的选择：

• 使用INT字段并将其视为二进制字符串

  标记0：xxxxx1将存储为1，

  标记0和3：xx1001将存储为9，ecc ..

• 使用SET数据类型

• 使用参考表并加入它们;

  之类的东西

  mydata：id | ..

  标记：id |标记

  mydata_marker：mydata_id | markers_id

• 添加其他字段（我不喜欢用零填充表格的想法）

我发现第一个选项“可爱”且易于实现，但稍后可能会出现问题。

我不知道如何评论第二个选项，因为我从未使用过该数据类型。

猜测我会选择第三种选择......

任何建议？

Answer 1

鉴于你说只有0.5％的记录会有任何标记，你最好将标记分割成自己的子表。一旦你有了这个子表，那么你就不会浪费太多空间，并且可以使用int，文字mysql bit field，单个每个标志字段等...

e.g。假设只有8个标志，则需要一个tinyint字段，即1个字节。这将浪费大约290千字节的存储空间。将它分离到自己的子表中，新表有一点点开销，然后是各个标志记录的~10k存储空间。

Answer 2

我完全可以避免使用第一个选项，因为它需要外部处理或丑陋的查询才能弄清楚发生了什么，它会改变这些标记后来的工作方式。

我会使用第三个选项：制作一个标记表，其中包含您附加的信息（至少是id和名称）以及has_marker或类似内容的表格。 has_marker只需要您现有记录的主键和要添加的标记的主键。包含外键，唯一（record_id，marker_id）（如果适合您的数据模型），并考虑将这两列作为速度提升索引，具体取决于您的代码对它们执行的操作。

这可能有点笨重，但它为您提供了实施和未来变化的最大自由。它还可以将您的所有数据保存在数据库中（而不需要数据库和您对“9”或“1001010101”或任何其他类似系统所指标记的解释），并且可以轻松地从两个方向查询（标记是什么）这个记录是否具有OR /具有此/标记的记录）与简单连接。最后，使用此方法添加一个全新的标记是微不足道的 - 在标记表中创建一个新行，并为应该拥有它的每个记录添加has_marker。