具有太多列的表的缺点

Question

我有一些数据需要放在PostgreSQL数据库中。这些数据与学校有关。因此，学校有很多属性，主要是小整数，花车或小文本。并且所有数据每年都在变化。所以我正在创建一个名为YearlyData的实体并将属性放在那里。但事实是，属性的​​数量大约是50-60。现在这些都不能正常化，因为它们是学校本身的明显属性。所以我在道德上不能将它们分成表格。但我不确定这是否会损害我的表现。

我可以尝试对这些数据进行分类，并将它们放在单独的表中，并从YearlyData表中指向它们。但是我猜测，然后尝试用20-30 +参数搜索学校会导致疯狂的连接数量。我也不确定这是否会损害我的表现。

有专家意见吗？

Answer 1

PostgreSQL将行存储在大小为8kb的所谓数据页上。您可以将这些视为具有有限大小限制的存储桶。宽行的缺点是数据库可以在数据页上放置更少的行。数据库引擎从一个页面带回1,000行比将多行分散到多个页面上的1000行更快。在这种情况下，一个读取对1,000与磁盘IO是你的敌人。这是需要注意的，不要避免。通常需要宽表，您可以忍受开销。在您的情况下，您将大致每行使用240个字节（每个整数4个字节* 60行）。

Answer 2

这里有几点需要考虑：

• 属性列表是否随时间发生重大变化
• 属性列表是否需要自定义用户定义属性
• 不同学校是否有不同的属性（即很多属性只适用于一所或几所学校）？

如果其中任何一个属实，您可能会考虑属性存储方法like EAV, hstore, json fields, xml fields, etc。

如果没有 - 如果你有一个相当静态的属性列表，其中大多数属性对大多数行都有意义 - 那么将它们作为60个单独的列实际上并不存在问题。为常用搜索属性集添加索引会更容易，包括部分和复合索引等，搜索 - 特别是那些针对许多不同属性的搜索 - 将更快

。

另请参阅：Database design - should I use 30 columns or 1 column with all data in form of JSON/XML?

还有一个折衷选项可供您使用：一个主表，用于查找大量最重要的详细信息，以及用于属性逻辑分组的边表。说：

yearly_summary (
    yearly_summary_id serial primary key,
    school_id integer,
    total_students integer,
    ...
) 

加

yearly_student_stats(
    yearly_summary_id integer primary key references yearly_summary(yearly_summy_id) on delete cascade,
    ...
)

等。同样为integer primary key的{​​{1}}表示您与另一个表具有强制执行的1：1（可选）关系。如果您有一些属性的逻辑分组可以集群到边表中，则此方法非常有用。

如果更多的想法没有揭示做有意义的事情，我也会感到惊讶。您有foreign key，year7_blah，year8_blah等列吗？如果是这样：很好的候选人正常化。