问题是针对运行在Ubuntu 10.04 LTS服务器上的MySQL 5.5，默认的InnoDB表类型...
假设我有一个表“地址”的房屋地址，其中包含“数字”，“街道”，“地区”，“城镇”，“县”和“邮政编码”栏 . 我将在这些列中有许多具有相同值的行，并且我将单独索引它们以进行搜索 . 假设我将每列实现为VARCHAR（127）并使用town ='London'创建1000行 . 这是否意味着我在我的数据库中最终得到1000个字符串'London'，或者MySQL做了一些聪明的事情并且只存储了一次字符串，然后从所有1000行引用该单个副本？
我一直在做的事情是通过为每个列创建单独的表来显式处理重复项，每个列都有“id”和“value”列，然后在Address表中使用外键来引用每个列中的唯一值表 . 每次我插入一个新的地址行时，我搜索每个表以查看数字，街道，区等是否已经存在 . 如果是，我使用现有索引，如果没有，那么我在该表中插入一行并使用新索引 .
显然，我的方法最小化了存储的VARCHAR字符串的数量，因为每个副本只有一个副本 . 问题是，如果我只是将列声明为VARCHAR并将它们编入索引，MySQL是否会做同样的事情（或更好！）
1 回答
您将获得1000份"London" . 在
VARCHAR(127)中，每个副本将占用1或2个字节的长度，加上6个字节的"London" . 可以这样想......指向单个副本等的开销可能比节省更多（平均） .如果你在谈论索引中的“前缀去除”，那就没有做，但是已经提出了建议 . 这实际上是一种节省空间的更通用的方法，但它仅适用于类似索引的结构 .
（这个答案适用于所有版本的MySQL，所有常见的引擎，都是
CHARACTER SETs. ）寻找“列存储”，例如InfiniDB .
此外，TokuDB，带有
ROW_FORMAT=COMPRESSED的InnoDB，FusionIO等将使用压缩技术来减少磁盘使用 . 那些没有你所描述的重复数据删除 .