Sql server 联接是否比直接在表中存储简单值更快？

我们正在构建一个SQL Server数据库，其中包含具有文件类型的行。在90%的案例中，这些类型将是

pdf

，在10%的案例中是

zip

。在设计此数据库时，我的第一个想法是对另一个包含类型的表使用外键，如下所示：

档案

文件类型

Id | Name
---+------
1    'pdf'
2    'zip'

这种设计的一个优点是它使文件表不那么杂乱，理论上它应该占用更少的空间。但是，这种设计还要求我每次要从

文件

表中选择一行时，都要在

文件类型

表上执行联接

然后，另一种选择是将

文件类型

直接存储在

文件

表中：

Id | Name    | FileTypeId
---+---------+-----------
1    'f123'     'pdf'

什么样的设计最好？什么更快？哪个更节省空间？

最佳设计完全取决于您的特定需求和使用情况。当然，第一个版本是规范化的，并且是您大多数时候想要的。

Files

表仅维护一个轻量级的

FileTypeId

外键值，可用于在

FileTypes

表中查找。但是，将这两个表合并在一起需要一个联接

在极少数情况下，您可能会发现以下连接查询花费的时间太长：

SELECT f.Id, f.Name, ft.Name AS FileTypeId
FROM Files f
INNER JOIN FileTypes ft
    ON ft.Id = f.FileTypeId;

---

通常，您的第一道防线是对一个/两个表进行索引。但是，如果索引速度仍然不够快，您可能会在问题中使用非规范化的第二个版本。在这种情况下，您可能会浪费大量存储空间，但作为回报，上面的连接查询将针对单个表，并且可能更快。

我们在这里讨论的是字节差异，但是varchar（3）的文件类型比int小，当然tinyint比两者都小

而且由于文件类型没有固有的顺序（例如，在任何实际意义上，文件类型_id 1实际上并不比文件类型_id 2小），因此使用数字存储文件类型没有绝对的好处

就我个人而言，我会发现一个新的选项（选项3）更容易——为文件类型提供一个有意义的键

Id | Name    | FileTypeId
1    'f123'   'pdf'

FileTypes
Id
'pdf'
'zip'

然后，当查看数据时，它是干净的（您不需要使用视图等进行查找）。但您也可以强制执行引用完整性

编辑：作为清洁度的一个例子，您可能需要进行PDF处理（例如，从PDF中删除标识信息）。在代码中，您可以使用这两个选项中的一个

IF FileType_ID = 14   -- PDFs
   BEGIN
   ... 
   END

IF FileType_ID = 'pdf'
   BEGIN
   ...
   END

---

警告（作为编辑添加-我将其作为OP回复的现已删除的评论（抱歉））

这有一个（潜在的严重）限制-有意义的键必须表示您希望它的意思

在本例中，如果扩展未定义文件类型，但仍要区分它们，则会遇到问题。例如，您可能有一个“cs”文件类型，它可以是C代码文件，也可以是反打击流视频

---

在这种情况下，您可能希望将它们分为两种文件类型，然后使用数字表示它们可能是最简单/最有效的方法。

正确设计数据库，使用正确的标准化表，让数据库引擎考虑性能，直到您真的遇到性能问题。我同意上面的评论。这是过早的优化。针对健壮性、可测试性、可维护性、适应性等进行设计。通常，针对这些边缘情况的性能场景只会产生非常小的改进，并且只会产生只代表少数运行时的代码路径。在您确定需要优化的关键路径之前，您是在浪费时间，而这些时间本可以更好地花在其他任何事情上。我明白了。在这种情况下，我们可以预期数据库在Filetable中包含大约100万行，我们应该尽量限制使用的存储空间，因此我们将使用第一个选项。插入如何？假设一个客户端想要插入一个pdf文件。然后我们的API必须首先查询FileTypes表中与“pdf”匹配的行，然后选择其id？嗯，我没有想到这一点。是的，这更有意义。老实说，我真的不在乎身份证。这对我们来说不是问题。

IF FileType_ID = 14   -- PDFs
   BEGIN
   ... 
   END

IF FileType_ID = 'pdf'
   BEGIN
   ...
   END