mysql - 奇怪的 MySQL 表大小

Question

我主要使用这三个表在 MySQL 中实现倒排索引:

WORDS (word_id, word)
INSTANCES (word_id, doc_id)
DOCUMENT (id, text)

其中 word_id 是 INT 而 doc_id 是 BIGINT

然后，我尝试将 WORDS 和 INSTANCES 表反规范化为一个表:

INSTANCES_NEW (word, doc_id)

word 现在是 VARCHAR(50) 而 doc_id 是 BIGINT

表 INSTANCES 和 INSTANCES_NEW 都有，word_id/word 和 doc_id 的两个索引。对于相同的数据，INSTANCES 显示为占用 146MB，而 INSTANCES_NEW 显示为占用 122.7MB。 INT 怎么会比 VARCHAR(50) 占用更多的空间？几乎所有单词都至少需要 3 个字符 - 因此理论上所占用的空间应该增加一倍以上。

Answer 1

不知道您的数据是很困难的，但您的索引的大小可能存在差异。正如您所说，这些表有不同的索引……对于第一个表，您在 word_id/word 上有索引，而第二个表在 word/doc_id 上有索引。所以你的索引有不同数量的条目，而且很可能有不同的大小。你可以执行 SHOW TABLE STATUS获得更好的想法(并可能将其张贴在这里，以便我们一起分析)。

编辑:因此，您的结果是:

实例

总行数:1348741

平均行长:40B

数据:52.57MB

索引:93.20MB

总计:145.77MB

instances_new

总行数:1383266

平均行长:42B

数据:56.57MB

索引:66.14MB

总计:122.71MB

如您所见，实例表的索引 (99.2MB) 比第二种情况 (66.14MB) 大得多，而数据大小几乎相同。因此，正如我所想，大小差异来自索引大小，而数据大小的这种微小差异可以用行数(大约)的微小差异来解释