การบีบอัดข้อมูลใน SQL Server

การบีบอัดข้อมูล (บีบอัดข้อมูล) ใน SQL Server นำมาใช้กับ Service Pack 2 รุ่นปี 2005 เมื่อมันถูกนำเสนอกลไกใหม่สำหรับการจัดเก็บข้อมูลที่เป็น vardecimal รูปแบบตัวเลขและจุดทศนิยม รูปแบบนี้จะช่วยให้ตัวเลขและทศนิยมชนิดข้อมูลจะถูกเก็บไว้ในคอลัมน์ของขนาดตัวแปร แนวคิดนี้ได้รับการขยายที่มีรุ่นที่ใหม่กว่าของ SQL Server ไปยังชนิดข้อมูลอื่น ๆ เช่น int, char และลอย

การบีบอัดข้อมูลช่วยลดต้นทุนการจัดเก็บข้อมูลของหลักสูตรและปรับปรุงประสิทธิภาพของแบบสอบถามโดยการลดโดยเฉพาะอย่างยิ่ง input และ output SQL Server รองรับการบีบอัดระดับแถวหน้าและระดับทั้งในตารางและดัชนี :

การบีบอัดในระดับแถว (แถวบีบอัด) -- ประเภทของการบีบอัดนี้จะขึ้นอยู่กับความผันแปรของโครงสร้างของประเภทที่แตกต่างกันของข้อมูลและเก็บไว้ในคอลัมน์เฉพาะข้อมูลที่จำเป็น ในทางปฏิบัติความยาวคงที่ชนิดข้อมูลจะถูกเก็บไว้ในรูปแบบของตัวแปรที่มีความยาว พิจารณาเป็นตัวอย่างของคอลัมน์ที่มีชนิด CHAR (100) ที่เก็บไว้ในรูปแบบของตัวแปรที่มีความยาว ในกรณีนี้ถ้าคุณเก็บคำว่า'hello'จะถูกบันทึกไว้เพียงสี่ตัวอักษรแทน 100, ออมทรัพย์ของ 96% ของหน่วยความจำเมื่อเทียบกับรูปแบบการจัดเก็บข้อมูลความยาวคงที่ ชนิดของการบีบอัดนี้เป็นส่วนขยายของรูปแบบการจัดเก็บ vardecimal ที่ดังกล่าวแล้วให้เป็นที่รู้จักใน SQL Server 2005 เป็นสิ่งที่จะต้องทราบในบริบทนี้ก็คือว่าชนิดของการบีบอัดแบบนี้ไม่จำเป็นต้องมีพื้นที่ว่างดิสก์ให้ค่าเป็นศูนย์หรือ NULL

การบีบอัดระดับหน้า (หน้าการบีบอัด) -- ประเภทของการกระทำการบีบอัดข้อมูลที่ซ้ำซ้อนที่อาจจะอยู่ในหนึ่งหรือหลายสายของหน้าเว็บที่ระบุนี้แม้จะใช้คำนำหน้าและการบีบอัดพจนานุกรม ตัวอย่างเช่นถ้าตารางเป็นพาร์ติชันที่ใช้คำนำหน้าคอลัมน์ข้อมูลทั้งหมดของพาร์ทิชันเดียวกันที่มีคำนำหน้าเดียวกัน ในกรณีนี้ถ้าคำนำหน้าของค่าของหน้าดังกล่าวเริ่มต้นด้วย'AAA100BB -'(อาจจะเป็นรหัสของผลิตภัณฑ์), เครื่องมือฐานข้อมูลที่เก็บรหัสนี้เพียงครั้งเดียวและแล้วการอ้างอิงของหน้าในสถานที่ทั้งหมด ที่จะดำเนินการ

แม้ว่ามันจะเป็นที่เห็นได้ชัดว่าทำให้การบีบอัดข้อมูลสามารถลดขนาดของฐานข้อมูลหรือจัดทำดัชนีของเรานั้นมันเป็นเสมอที่ดีที่สุดครั้งแรกในการประเมินการประเมินของพื้นที่ที่คุณบันทึกในตารางหรือดัชนีที่ใช้ sp_estimate_data_compression_savings ขั้นตอนของระบบหรือผ่านทางตัวช่วยสร้างการบีบอัดข้อมูล .

อีกด้านที่น่าสนใจเกี่ยวกับความรู้ของระดับการกระจายของข้อมูลที่มีอยู่อาจจะชี้ให้เห็นว่าในบางกรณีเพื่อสร้างดัชนีแทนที่จะใช้การบีบอัด

• <<
• 1
• 2
• 3
• >>