mysql - 关于重复数据的SQL

Question

我有一个关于数据规范化的一般性问题(我进入 SQL 的第一步)。我得到了一个 CSV 文件，我已将其上传到 MySQL Workbench，并被要求进行数据规范化(使用普通格式)。我发现了一些明显的重复项，但我不确定一件事。有关于公司及其地址的数据，但是，例如在“国家”字段中，美国重复了几千次，我不确定这是否算作重复数据？我是否应该制作单独的表格，例如“国家/地区”，并为它们提供唯一 ID，假设 1 代表美国，然后更新原始表格中有美国的数据，将其替换为 1？

Answer 1

如果您想消除重复项，那么 'UNITED STATES' 确实是一个重复项。

因此，如果您的目标是规范化，则需要一个国家/地区 引用表。

请注意，在这种情况下，规范化可能会减少数据的大小。 countries 表的键可能是一个整数(4 字节)——尽管它也可以是 ISO 2 字符或 3 字符国家代码。在原始表中重复主键应该会减少数据库中数据的整体大小。