数据库优化 - 编码字段

Question

一些理论问题。

只是想知道是否有优化数据字段的方法？

假设对于给定的字段，您只有 3 个可能的字符串，但由于某种原因它们很长(比如 50 个字符)，将该字段声明为 character_varying(50) 似乎浪费了大量磁盘空间，因为数据基本上可以容纳2 位。

我想您可以通过 JOINing 标签表来解决问题，但是还有其他更合适的方法吗？或者数据库是否能够自行自动优化这种列？

普通数据库是否能够处理自己的这种优化？有没有办法在数据库中声明这种结构(类似于 R 语言因子概念)？Postgresql 域结构对优化有帮助吗？

一些背景:

在您认为这是一个愚蠢的问题之前。我一直在使用旧的遗留系统(90 年代初)，其中所有内容都经过大量编码以节省内存和性能(例如，性别将被编码为 (1,2) 而不是 (male,female) 和许多不太明显的编码)。

现在我们正在将系统迁移到更现代的数据库 (postgresql)，希望我们能够使用可读的“纯文本”字段。

我并不真正关心实际性能。更多的是一个理论问题。

Answer 1

我认为您正在寻找必须专门创建的“枚举”数据类型，它将数据保存为整数，但在 SELECT 时将其转换为字符串

例如

CREATE TYPE my_specific_text_field AS ENUM
(
'string one with longish text',
'second string with fairly long text',
'third string'
);

CREATE TABLE test (
id serial not null primary key,
myenum my_specific_text_field
);

INSERT INTO test (myenum) VALUES ('string one with longish text');

也就是说，如果您不熟悉枚举，枚举可能会有点麻烦，导出枚举可能会很棘手，而且我相信它们的长度上限为 63 字节。