Sql server 各种数据类型的SQL设计

我需要在SQLServer2008数据库中存储来自具有不同数据类型的各种数据源的数据。允许的数据类型有：位、数字（1、2或4字节）、实数和字符串。将有一个值、一个时间戳、值所属项的FK以及存储的数据的一些其他信息

最重要的一点是数据的读取性能和大小。可能有几千个项目，每个项目可能有数百万个值

我有5种可能的选择：

每种数据类型的单独表格（ValueBit、ValueTinInit、ValueSmallInt等…表格）

使用继承分离表（值表作为基表，ValueBit表仅用于存储位值，等等）

所有数据类型的单值表，每个数据类型有单独的字段（值表，带ValueBit位、ValueTinyInt等）

使用sql\u变量的单表和单值字段

使用UDT的单表和单值字段

对于案例2，PK是必须的

1000 item * 10 000 000 data each > Int32.Max, and,
1000 item * 10 000 000 data each * 8 byte BigInt PK is huge

除此之外，我正在考虑1或3没有主键。它们的大小会不同吗

我没有4或5的经验，我不认为他们会在这种情况下表现良好

---

我该走哪条路？

您的问题很难回答，因为您似乎在使用关系数据库系统，而它并不是为您设计的。您希望保存在数据库中的数据似乎过于非结构化，无法从关系数据库系统中获得更多好处。数据库设计大多包含“参数类型”和“参数值”等字段，试图覆盖非常一般的情况，这些数据库设计通常被认为是糟糕的设计。也许你应该考虑使用一个“非关系数据库”。如果您真的想使用关系数据库系统，我强烈建议您阅读Clare Churcher的入门数据库设计。这本书很容易阅读，但它让您在RDB方面走上了正确的道路。

您的问题很难回答，因为您似乎在使用关系数据库系统来实现它并非专门为之设计的功能。您希望保存在数据库中的数据似乎过于非结构化，无法从关系数据库系统中获得更多好处。数据库设计大多包含“参数类型”和“参数值”等字段，试图覆盖非常一般的情况，这些数据库设计通常被认为是糟糕的设计。也许你应该考虑使用一个“非关系数据库”。如果您真的想使用关系数据库系统，我强烈建议您阅读Clare Churcher的入门数据库设计。这是一本易读的书，但它让您在RDB方面走上了正确的道路。

我认为这是一个很好的问题-这种情况相当普遍，尽管制作表来支持它很尴尬

就性能而言，使用#3中所示的表可能会浪费大量的存储和RAM，因为对于每一行，您为每种类型的值分配空间，但只使用一个。如果您使用2008年新增的稀疏表功能，可能会有所帮助，但也存在其他问题：约束/规范化有点困难，因为您只希望为每行填充多个值中的一个-在两列中包含两个值将是一个错误，但设计没有反映这一点。我会把它划掉

因此，如果是我，我会考虑选项1、2或4，决策将由以下因素驱动：我通常需要进行一次查询，返回在同一结果集中混合了不同类型值的行吗？或者我几乎总是要求按项目和类型列出行。我之所以这样问是因为如果值是不同的类型，这对我来说意味着源或数据使用方面的一些差异（例如，您不太可能比较字符串和实数，或者字符串和位）。这是相关的，因为每种类型有不同的表实际上可能是一个显著的性能/可伸缩性优势，如果以这种方式对数据进行分区，则查询会更快。将数据划分为更小的更密切相关的数据集可以提供性能优势

这就像将所有数据放在一个庞大（尽管已排序）的集合中，或者将其划分为更小的相关集合。较小的集合支持某些类型的查询，如果这些查询是您需要的，那么这是一个胜利

详情：

CREATE TABLE [dbo].[items](
    [itemid] [int] IDENTITY(1,1) NOT NULL,
    [item] [varchar](100) NOT NULL,
 CONSTRAINT [PK_items] PRIMARY KEY CLUSTERED 
(
    [itemid] ASC
)
) 

/* This table has the problem of allowing two values 
in the same row, plus allocates but does not use a 
lot of space in memory and on disk (bad): */

CREATE TABLE [dbo].[vals](
    [itemid] [int] NOT NULL,
    [datestamp] [datetime] NOT NULL,
    [valueBit] [bit] NULL,
    [valueNumericA] [numeric](2, 0) NULL,
    [valueNumericB] [numeric](8, 2) NULL,
    [valueReal] [real] NULL,
    [valueString] [varchar](100) NULL,
 CONSTRAINT [PK_vals] PRIMARY KEY CLUSTERED 
(
    [itemid] ASC,
    [datestamp] ASC
)
) 

ALTER TABLE [dbo].[vals]  WITH CHECK 
ADD  CONSTRAINT [FK_vals_items] FOREIGN KEY([itemid])
REFERENCES [dbo].[items] ([itemid])
GO

ALTER TABLE [dbo].[vals] CHECK CONSTRAINT [FK_vals_items]
GO


/* This is probably better, though casting is required 
all the time. If you search with the variant as criteria, 
that could get dicey as you have to be careful with types, 
casting and indexing. Also everything is "mixed" in one 
giant set */

CREATE TABLE [dbo].[allvals](
    [itemid] [int] NOT NULL,
    [datestamp] [datetime] NOT NULL,
    [value] [sql_variant] NOT NULL
) ON [PRIMARY]

GO

ALTER TABLE [dbo].[allvals]  WITH CHECK 
ADD  CONSTRAINT [FK_allvals_items] FOREIGN KEY([itemid])
REFERENCES [dbo].[items] ([itemid])
GO

ALTER TABLE [dbo].[allvals] CHECK CONSTRAINT [FK_allvals_items]
GO


/* This would be an alternative, but you trade multiple 
queries and joins for the casting issue. OTOH the implied
partitioning might be an advantage */

CREATE TABLE [dbo].[valsBits](
    [itemid] [int] NOT NULL,
    [datestamp] [datetime] NOT NULL,
    [val] [bit] NOT NULL
) ON [PRIMARY]

GO

ALTER TABLE [dbo].[valsBits]  WITH CHECK 
ADD  CONSTRAINT [FK_valsBits_items] FOREIGN KEY([itemid])
REFERENCES [dbo].[items] ([itemid])
GO

ALTER TABLE [dbo].[valsBits] CHECK CONSTRAINT [FK_valsBits_items]
GO

CREATE TABLE [dbo].[valsNumericA](
    [itemid] [int] NOT NULL,
    [datestamp] [datetime] NOT NULL,
    [val] numeric( 2, 0 ) NOT NULL
) ON [PRIMARY]

GO

... FK constraint ...

CREATE TABLE [dbo].[valsNumericB](
    [itemid] [int] NOT NULL,
    [datestamp] [datetime] NOT NULL,
    [val] numeric ( 8, 2 ) NOT NULL
) ON [PRIMARY]

GO

... FK constraint ...

etc...

---

我认为这是一个很好的问题——这种情况相当普遍，尽管制作表格来支持它很尴尬

就性能而言，使用#3中所示的表可能会浪费大量的存储和RAM，因为对于每一行，您为每种类型的值分配空间，但只使用一个。如果您使用2008年新增的稀疏表功能，可能会有所帮助，但也存在其他问题：约束/规范化有点困难，因为您只希望为每行填充多个值中的一个-在两列中包含两个值将是一个错误，但设计没有反映这一点。我会把它划掉

因此，如果是我，我会考虑选项1、2或4，决策将由以下因素驱动：我通常需要进行一次查询，返回在同一结果集中混合了不同类型值的行吗？或者我几乎总是要求按项目和类型列出行。我之所以这样问是因为如果值是不同的类型，这对我来说意味着源或数据使用方面的一些差异（例如，您不太可能比较字符串和实数，或者字符串和位）。这是相关的，因为每种类型有不同的表实际上可能是一个显著的性能/可伸缩性优势，如果以这种方式对数据进行分区，则查询会更快。将数据划分为更小的更密切相关的数据集可以提供性能优势

这就像将所有数据放在一个庞大（尽管已排序）的集合中，或者将其划分为更小的相关集合。较小的一组有利于某些类型的曲子