Sql server 冗余数据库表设计

（使用SQL Server 2008）我有一个完全规范化的大表（约5000万条记录）。有4个主列，其中一个只有三个可能的条目——A、B和C。问题是，这个列通常有很多冗余。也就是说，可以有许多值为A的记录，然后是许多在所有方面都相同的重复记录，除了值B（和/或C）。这种冗余并不总是发生，但它的频繁程度足以大大增加记录数，我希望将其消除

我的想法是，我考虑过创建名为A、B、C的3位列，而不是A、B、C作为列的选项。然后，在上述这些值的冗余情况下，我不必创建重复记录，而是只创建一条记录，然后根据需要标记A、B和/或C列

这些似乎是非正统的，所以我想看看专家们怎么想。一件事是这个表将有三个不同的唯一性约束，每个约束包括所有其他主键加上三个标志列中的一个

---

[编辑]为了澄清“许多重复记录”的含义，另一个主键是日期栏。例如，可能有1000条不同日期的记录带有条目A，然后又有1000条相同日期的记录（和其他列相同）带有条目B。因此，即使只有三个选项，仍然会有大量冗余。

我个人不会这样做，我将创建另一个表来存储

A、B或C

和RecordID

创建一个单独的表来存储这些“标志”，将外键返回到原始表怎么样

表1（原始表）
----------------------
PriKey1（表1的主键）
Col1
Col2

表2（新表）
------------------
PriKey2（表2的主键）
PriKey1（FK至表1）
A
B

---

C

我能想到的唯一一个问题是，如果您想利用这些位列的索引功能，您需要更改现有代码并包含所有3个字段

---

位字段的性质不是很有选择性。为了获得良好的选择性，您需要在所有3个字段上创建一个覆盖索引，然后将所有3个字段都包含在

WHERE

子句中，以便获得最佳搜索。

在任何情况下，大多数数据库都会为每个字段分配最低限度的最高效处理单元，因此调用它们的位字段只会是元数据的差异。但是，无论如何，把这些信息分解成文字只是开销。您还可以使用可能的int。我很确定Sql Server不会索引位字段-基数为2没有多大帮助

5000万张唱片？大多数人认为这是一个小数目

您是否尝试过量化您试图减少的开销？如果没有其他东西，您将为增加的复杂性添加工作

在增加复杂性之前，我必须考虑很长时间

否则，这真的是一个稳定的设计吗？你有一些额外的时间吗？

除了PK中的第4列采用a、B或C中的一列之外，你不可能有“许多在所有方面都相同的重复记录”。这意味着对我来说，你最多有3行（在其他3列PK上）由a、B或C区分

这意味着您应该有一个唯一的约束

基于这一点，我什么也不做，而且

• 带a的行与带C的行不同
• 只有5000万
• 它很简单（没有额外的表或奇特的位列）
• 没有规定的性能问题（除非添加额外的表或特殊的位列）
• 您有一个清晰、规范化的模式

编辑：

你的冗余不在ABC栏中。行乘法是由日期时间引起的

---

您能将datetime更改为smalldatetime并以这种方式抑制近似重复项吗？例如，解析为最接近的分钟而不是3.33毫秒？或者对于SQL Server 2008，使用datetime2并选择您的解决方案

有时可以取消规范化。除了第4列中的A、B或C之外，您不能有“许多在所有方面都相同的重复记录”。您最多有3个。因此，您应该有一个唯一的约束。你的意思不清楚。5000万也不算太多……我编辑了这个问题，希望能更好地解释“多次重复”的情况。诚然，对于许多任务来说，5000万可能不算太多，但事实上，其中有太多的任务可能会重复，这让我认为我需要尝试优化这种情况。您能否将datetime更改为smalldatetime并以这种方式抑制重复？例如，精确到分钟而不是3.33毫秒？如果50米很小。。。那么这张桌子能长到“不小”多久？除了PK之外，只有几列。是的，我应该马上意识到这一点。一定不能头脑清醒。正如许多人评论说5000万条记录“没有那么多”，我可能首先尝试量化性能消耗，看看这是否值得努力。很抱歉，我不能对其他评论或其他任何东西进行投票，这是我的第一个问题。很抱歉，我认为仍然存在困惑。日期，以及除讨论中的一列之外的每一列，都是完全相同的。Smalledatetime不会改变这一事实。但正如下面提到的，我可能会在继续之前对性能消耗进行基准测试。