为 SqlServer 查找表使用 tinyint 而不是 int 值得麻烦吗？答案

【问题标题】：Is it worth the trouble to use tinyint instead of int for SqlServer lookup tables?为 SqlServer 查找表使用 tinyint 而不是 int 值得麻烦吗？
【发布时间】：2008-11-19 20:06:29
【问题描述】：

在 SqlServer 2005 中设计查找表（枚举）时，如果您知道条目数永远不会很高，是否应该使用 tinyint 而不是 int？我最关心的是性能，尤其是索引的效率。

假设您有这些代表性表格：

Person
------
PersonId int  (PK)
PersonTypeId tinyint  (FK to PersonTypes)

和

PersonTypes
-----------
PersonTypeId tinyint
PersonTypeName varchar(50)

显而易见的因素是数据大小和编码麻烦。当我们在 person 表中达到 1 亿行时，与 int 相比，使用 tinyint 存储的字节数减少了 3 亿字节，再加上索引占用的空间。不是大量的数据，但如果将设计决策应用于数十个大表，则意义重大。当然，编码麻烦来自 ASP.NET C#/VB 代码中的所有这些转换问题。

如果我们抛开这两个问题，还有什么可以发挥作用？由于索引页的大小减小，查询会更有效吗？或者是否有某种填充会抵消好处？还有其他问题吗？

我个人一直只使用 int，但我正在考虑使用 tinyint 来对一些大型表进行重新设计/迁移，所以我很想得到一些建议。

[编辑]

在对此进行试验后，我预料到的编码麻烦被证明不是问题。从 int 更改为 tinyint 根本没有导致任何转换问题。

【问题讨论】：

标签： sql sql-server database-design

【解决方案1】：

表（或索引节点条目）越窄，单个 IO 页面上可以容纳的记录（或索引节点）就越多，任何查询所需的物理（和逻辑）读取 IO 操作就越少。此外，单个页面上的索引节点越多，索引中可能存在的级别越少，从根级别到叶级别，如果通过使表更窄，您通过了索引可以小一级的阈值，这可以对性能产生巨大影响。

如果通过切换到 TinyInt，您将表从 200 字节宽更改为 197 字节宽，它可能不会有任何区别...但是如果您将其从 20 字节更改为 14，（假设您有 2 个整数那里），那么它可能是戏剧性的......

【讨论】：

据我估计，对于我想到的主要表格之一，效果将是 88 -> 70。
那么可能没什么大不了...不知道您使用的是哪个数据库，但在 SQL Server 上，IO 页面为 8K，因此对于表扫描/搜索，您将从 93每页 117 条记录...索引呢？这些 int 列是否在您的索引中？它可能在那里产生更大的影响。
是的，该表有十几个索引，并且大量用于 OLTP。磁盘上的索引大小是数据大小的 10 倍。这些列实际上来自一个单独的表，被非规范化以减少所需的连接数量。几乎所有索引都将被修改以包含这些新字段。
那么，如果索引只有一个或两个这样的字段，并且你将它们从 int（4 字节）更改为 TinyInt（1 字节），那么索引大小将减少近三倍并增加每个 IO Page 的索引节点数

【解决方案2】：

内存 101：更小的东西意味着一次在 RAM 中保存更多，因此硬盘读取更少。如果数据库足够大并且您正在运行某些类型的查询，这可能是一个非常严重的因素。但这可能不会有太大的不同。

【讨论】：

除了大多数时候，任何小于 int 的东西都会在内存中扩展为 int - 如果不是，接下来的项目将被对齐以浪费你的 2 个字节无论如何都要保存。

【解决方案3】：

还有其他问题吗？

我不确定这是否是您所说的那种“陷阱”，但我遇到过使用 datetime 而不是 smalldatetime 会产生不正确的功能行为的情况，因为精度较低的 smalldatetime 没有比较为相当于两个“相同”日期的更高精度日期时间。

这里不可能发生这种情况，因为对于相同的整数值，tinyint / smallint / int / bigint 都会比较为相同。因此，您显然在这一点上是安全的，而不是它完全回答了您的问题。

【讨论】：

【解决方案4】：

我怀疑使用 smallint 而不是 int 会带来很多性能优势，除非在极少数情况下。不过，您可以轻松地为此构建一个测试应用程序，创建一些测试表并执行一百万次插入/更新/选择并比较性能。

【讨论】：

【解决方案5】：

还有维护索引/磁盘备份/磁带备份的因素也会占用空间，但我想说最重要的是IO和内存性能。

【讨论】：