在 RDBMS 中使用 int FK 替换具有重复值的字符串列是否有任何性能优势？

Question

为了存储一个人的国家/地区信息，我这样做了：

    CREATE TABLE test
  (
     id      INT IDENTITY(1, 1),
     name    VARCHAR(100) NOT NULL,
     country VARCHAR(100) NOT NULL,
     PRIMARY KEY(id)
  );

INSERT INTO test
VALUES      ('Amy', 'Mexico'),
            ('Tom', 'US'),
            ('Mark', 'Morocco'),
            ('Izzy', 'Mexico');
-- milions of other rows

许多国家/地区会在国家/地区栏中重复出现。

另一种选择是将国家/地区放入其自己的表中，并在测试表中将country_id引用为FK：

CREATE TABLE countries
  (
     id   INT IDENTITY(1, 1),
     name VARCHAR(100) NOT NULL,
     PRIMARY KEY(id)
  );

CREATE TABLE test
  (
     id         INT IDENTITY(1, 1),
     name       VARCHAR(100) NOT NULL,
     country_id INT NOT NULL,
     PRIMARY KEY(id),
     FOREIGN KEY(country_id) REFERENCES countries(id)
  ); 

我的问题是：从性能角度/索引角度来看，执行第二种方案是否有好处，或者这样做很麻烦？ （我知道我没有打破第一个场景的任何正常形式）

Answer 1

第二个版本有一个明显的性能优势，即每个人-国家关系只需要存储多个国家ID。反过来，这意味着您对表和索引的存储需求将会减少。

因为第二个版本的索引将使用整数国家ID而不是字符串名称，所以我希望索引性能能够提高。您的数据库并不“知道”只有固定数量的国家/地区。因此，第一个版本的索引将是跨文本分割的 B 树，而不是整数。而且前者比后者更冗长。