在最小化冗余方面，像 MySQL 和 H2 这样的数据库有多聪明？

Posted 2023-04-11

【中文标题】在最小化冗余方面，像 MySQL 和 H2 这样的数据库有多聪明？

【英文标题】：How smart are databases like MySQL and H2 when it comes to minimizing redundancy?

【发布时间】：2011-08-23 23:51:52

【问题描述】：

我是数据库新手，这个问题与我期望数据库有多聪明有关。这里的“数据库”是指“类似于”mysql 或 H2（我实际上不知道这两者是否相似，只是它们很流行）。我实际上使用的是 ScalaQuery，所以它从底层数据库中抽象出来。

假设我有一个表，其中包含类型为 (String, Int) 的条目，在 String 条目中有很多冗余。所以我的桌子可能看起来像：

（亚当，18 岁） （亚当，24 岁） （亚当，34 岁） ... 继续 ... （亚当，3492） （伯大尼，4） （伯大尼，45 岁） ... 继续 ... （伯大尼，2842 年）

如果我用 H2 存储这个表，它是否足够聪明地实现“Adam”和“Bethany”重复很多次，并且可以用指向查找表的枚举替换？还是会浪费大量存储空间？

相关：如果 H2 在这方面对字符串很聪明，那么它在双打方面是否也很聪明？在我可能脑残的初始表中，我碰巧有很多重复的双字段。

谢谢！

【参考方案1】：

数据库引擎不是为识别数据中的冗余并修复它们而构建的。这是设计者/开发者的任务。

【讨论】：

谢谢。数据库引擎通常提供哪些服务？从未研究过数据库，我假设某种缓存和某种交叉索引。这些是有效的假设吗？使用数据库还有什么可以给我买的吗？

@emchristiansen 我认为是时候给自己买一本关于数据库的书并实际研究数据库了。你可以写一本书来回答你的问题。

【参考方案2】：

数据库旨在存储信息。数据库无法知道 (Adam, 44) 和 (Adam,55) 是否可以压缩，如果数据库尝试执行您建议的操作，我会感到震惊，因为这会导致各种性能和/或逻辑问题。

相反，数据库并没有最小化存储，它们正在添加冗余信息，如索引和键，以及数据库所需的其他内部附加信息。

DB 旨在快速检索信息，而不是有效地存储信息。当涉及到复杂性时，数据库宁愿增加存储空间，然后降低查询的性能。

【参考方案3】：

有一些存储系统会压缩页面，所以这个问题是有效的。我不能谈论MySQL，但我相信它类似于H2。 H2 在这方面不是很聪明。 H2 确实会压缩数据，但仅适用于以下情况：

LOB compression，如果启用。 以下不影响关闭数据库的存储大小：H2当前使用LZF写入时会压缩撤消日志，因此页面中的重复数据将导致写入性能略有提高（但仅在检查点之后）。不过，这可能会在未来发生变化。

另外，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。

【参考方案4】：

MySQL 和其他基于连续存储的 SQL 产品根本不擅长这种事情。

考虑两个逻辑集，一个引用另一个（即外键）。一种可能的实现方式是将两个集合共有的值物理存储一次，并且两个表都存储一个指向该值的指针（想想 3GL 编程语言中的引用类型变量，例如 C#）。但是，大多数 SQL 产品将值物理存储在两个表中；如果你想要指针，那么最终用户必须自己实现它们，通常使用自动增量整数“代理”键，遗憾的是它会暴露在逻辑模型中。

【参考方案5】：

您所说的数据压缩可以由数据库引擎完成，您不必担心。 或者您正在谈论数据规范化。然后你应该阅读数据库设计。

数据库是用来存储数据的，所以不必担心冗余。如果您要处理数百万行和数千兆字节的数据，那么您可以开始考虑选项。但是达到这个水平你不会有任何性能问题。