压缩 NVARCHAR(MAX) 的替代方法？

Question

我正在尝试压缩一些具有NVARCHAR(MAX)字段的表。不幸的是，压缩row和page压缩没有预期的影响（对于 20 GB 表仅节省了大约 100/200 MB）。此外，我无法应用列存储和列存储归档压缩，因为它们不支持NVARCHAR(MAX)字段压缩。

谁能告诉我这里是否有其他选择？

我也猜测row和page压缩没有效果，因为NVARCHAR(MAX)列的内容是唯一的。

Answer 1

页和行压缩都不压缩 BLOB。

由于它们的大小，大值数据类型有时与特殊用途页面上的普通行数据分开存储。数据压缩不适用于单独存储的数据。

如果您想压缩 BLOB，您需要将它们存储为VARBINARY(MAX)并应用您选择的流压缩算法。例如GZipStream。有很多示例如何执行此操作，只需搜索 GZipStream 和 SQLCLR。

Answer 2

有（现在）可能有两种方法来完成自定义压缩：

1. 从 SQL Server 2016 开始，有用于COMPRESS 的内置函数和DECOMPRESS 的。这些函数使用 GZip 算法。

2. 使用 SQLCLR 实现您选择的任何算法（如@Remus 在他的回答中提到的）。此选项在 SQL Server 2016 之前的版本中可用，一直追溯到 SQL Server 2005。

   GZip 是一个简单的选择，因为它在 .NET和受支持的 .NET Framework 库中可用（代码可以在程序集中SAFE）。或者，如果您想要 GZip 但不想处理编码/部署它，您可以使用Util_GZip和Util_GUnzipSQL# SQLCLR 库（我是其作者）的免费版本中提供函数。

   如果您决定使用 GZip，无论您自己编写代码还是使用 SQL#，请注意 .NET 中用于执行 GZip 压缩的算法在 Framework 4.5 版中变得更好（请参阅 MSDN 上的“备注”部分GZipStream 类的页面）。这意味着：

   1. 如果您使用的是 SQL Server 2005、2008 或 2008 R2——所有这些都链接到处理框架版本 2.0、3.0 和 3.5 的 CLR v 2.0——那么框架版本 4.5 中所做的更改没有任何效果，不幸的是你被困在了.NET 的原始算法。
   2. 如果您使用的是 SQL Server 2012 或更新版本（截至 2014 年和 2016 年）——都链接到处理框架版本 4.0、4.5.x、4.6 的 CLR v 4.0——那么您可以使用更新、更好的算法。唯一的要求是您已将运行 SQL Server 的服务器上的 .NET Framework 更新为 4.5 或更高版本。
      
      

   但是，您不必使用 GZip 并且可以自由地实现任何类似的算法。

请注意：上面提到的所有方法更像是“变通方法”，而不是实际替换，即使它们在技术上是“压缩 NVARCHAR(MAX)”数据的替代方法。不同之处在于使用内置数据压缩 --row和page-由SQL Server提供的，压缩幕后的处理，数据仍然是可用的，可读的，并编入索引。但是将任何数据压缩成一种VARBINARY意味着您节省了空间，但放弃了一些功能。确实，一个 20k 的字符串无论如何都不可索引，但它仍然可以用于WHERE子句，或任何字符串函数。为了对自定义压缩值执行任何操作，您需要即时解压缩它。压缩二进制文件（PDF、JPEG 等）时，这不是问题，但此问题特定于NVARCHAR数据。