Char vs Symbol KDB parted splay表

Question

我正在KDB数据库上创建一个新表作为parted splay (parted by date)，新的表模式有一个名为CCYY的列，该列有很多重复值。我不确定我应该将它保存为char还是symbols。我的主要目标是使用最少的内存。

因此，我应该使用哪一个？在parted splayed设置中，将重复值保存为char数组或符号的优点/缺点是什么？

Answer 1

听起来你应该用symbol。

这里有一个符号/枚举指南：http://www.timestored.com/kdb-guides/strings-symbols-enumeration#when-to-use quote：

通常情况下，您应该遵循以下准则：

如果列用于where子句相等比较，则为select

• 。例如，select from t where sym in AB -> Symbol

• Short，repeated String -> Symbol

• Else Long，Non-repeated -> String

Answer 2

在评估是否对列使用符号时，该列的基数是关键。单个值的长度不太重要，如果有的话，较长的值可能更适合作为符号，因为它们只会在sym文件中存储一次，但在char向量中重复存储。但是，如果您将数据压缩到磁盘上，那么这种考虑就没有多大意义了。

如果您的值足够短，不要忘记使用.Q.j10、.Q.x10、.Q.j12和.Q.x12的可能性。这将比char向量使用更少的空间。而且它不依赖于sym文件，在复杂的环境中，如果您要在sym文件不同步的hdbs之间复制表，则可以避免重新枚举。

如果空间是个问题，请始终压缩磁盘上的数据。