像MySQL和H2这样的数据库在最小化冗余方面有多聪明？

我是数据库新手，这个问题与我对数据库的期望有多高有关。这里所说的“数据库”是指“类似”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，因此它从底层数据库中抽象出来

假设我有一个表，表中的条目类型为（String，Int），字符串条目中有大量冗余。所以我的桌子可能看起来像：

（亚当，18岁） （亚当，24岁） （亚当，34岁） ... 继续的。。。 （亚当，3492） （贝瑟尼，4） （贝瑟尼，45岁） ... 继续的。。。 （贝瑟尼，2842）

如果我用H2存储这个表，它是否足够聪明，能够意识到“Adam”和“Bethany”重复了很多次，并且可以被指向查找表的枚举替换？还是会浪费大量的存储空间

相关：如果H2在这方面对字符串是智能的，那么它对双精度也是智能的吗？在我可能已经脑死亡的初始表中，我碰巧有很多重复的双字段

---

谢谢

数据库引擎不是用来识别数据中的冗余并修复它们的。这是设计人员/开发人员的任务。

数据库设计用于存储信息。数据库无法知道（Adam，44）和（Adam，55）是否可以被压缩，如果数据库尝试像您建议的那样做，我会被吓呆，因为这可能会导致各种性能和/或逻辑问题

相反，数据库并没有最小化存储，而是添加了冗余信息，如索引和键，以及数据库所需的其他内部附加信息

---

DBs的构建是为了快速检索信息，而不是有效地存储信息空间。说到复杂性，数据库反而会增加存储空间，然后降低查询的性能。

有些存储系统会压缩页面，所以这个问题是正确的。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压缩数据，但仅适用于以下情况：

• ，如果启用
• 以下情况不会影响已关闭数据库的存储大小：H2在当前使用写入时会压缩撤消日志，因此页面中的重复数据将略微提高写入性能（但仅在检查点之后）。然而，这在未来可能会改变

---

此外，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。

MySQL和其他基于连续存储的SQL产品在这方面根本不聪明

---

考虑两个逻辑集，一个引用另一个（即外键）。一种可能的实现是只物理存储两个集合的公共值一次，并为两个表存储指向该值的指针（考虑3GL编程语言（如C#）中的引用类型变量）。但是，大多数SQL产品都在两个表中物理存储值；如果您需要指针，那么最终用户必须自己实现它们，通常使用自动递增整数“代理”键，这会很遗憾地暴露在逻辑模型中。

或者您所说的是数据压缩，它可以由数据库引擎完成，不应该引起您的关注。 或者您正在谈论数据规范化。然后，您应该仔细阅读数据库设计

---

数据库是用来存储数据的，所以不需要担心一点冗余。如果您要处理数百万行和千兆字节的数据，那么您可以开始考虑各种选项。但是达到这个级别后，您的性能不会有任何问题。

谢谢。数据库引擎通常提供哪些服务？由于从未研究过DBs，我假设使用某种缓存和某种交叉索引。这些假设有效吗？还有什么东西是用数据库买来的吗？@emchristiansen我想是时候给自己买一本关于数据库的书，真正研究数据库了。你可以写一本书来回答你的问题。