绘制这种寻找性能和|或磁盘空间节省的“关系”的最佳方法是什么？

Question

我正在处理一个数据库图表，我有一个名为cm_identifier_type. 该表的每条记录都可以有或没有可下载的文件（保存了文件路径）。我已经确定了两种可能的方法来实现这一目标。

• 将列放置download_file为VARCHAR(250)并NULL默认设置为（这是因为并非所有记录都与下载相关）

• 在cm_identifier_type和 新表之间创建关系cm_download_file：

现在，关于性能、磁盘空间节省、查询节省等，您会怎么做？您对这种边缘情况有什么建议？

注意：目前我使用的是 MariaDB 10.1.x 但这将在 MySQL 实例中，可能是 5.x 左右我完全不确定，因为我还没有得到这些细节

Answer 1

如果您有很多关于可选列为空的频率以及需要读取非空列的频率（与核心、强制列相反）的特定统计信息，那么您可以计算空间节省（或不节省）和至少你可以得出一些性能实验来测试每种方法。

对于将可选列分隔到单独的表中是否“更好”，没有经验法则。

“更好”是一个主观术语。什么是有价值的？磁盘空间、CPU 周期、查询响应时间、代码简单性？如果不首先考虑要优化的是什么，就不能考虑一种方法相对于另一种方法的相对优点。

您可能希望将可选列移动到单独的 1:1 相关子表的原因有很多。有关这些原因的更多讨论，请参阅我对这个问题的回答。

在您的情况下，由于您担心空间，因此您需要记住有关数据物理存储方式的一些事项：

• 如果它们是空的，可变大小的字符串不会占用太多空间。
• 每个可为空的列都需要一个位来指示它是否为空。
• 带有可选列的单独表需要再次存储主表的主键（作为外键），并且该列上也可能有单独的索引。

有很多相互竞争的影响，哪个占用更少的空间，哪个性能更好。你需要考虑：

• 可选数据多久丢失一次？如果它真的很少见，那么也许您可以通过将其隔离来节省空间。
• 您需要多久读取一次可选数据？如果您每次都阅读它（无论是否存在），那么可能一直加入它的效率会降低。
• 另一方面，如果它不经常出现并且您几乎从未阅读过它，即使它有，那么读取仅包含强制性列的较短记录可能更有效？

另一件需要考虑的事情，甚至可能是最重要的事情，是您是否通过尝试预先优化来过度考虑这个问题。磁盘很便宜。CPU很便宜。程序员很贵。除非您需要关注大规模，否则最好的答案是让您拥有最简单（错误最少，最容易维护）的代码。