作者PsMonkey (痞子军团团长)
看板java
标题Re: [问题] 关於字串压缩演算法?MD5?URL?
时间Wed Feb 6 13:03:28 2013
→ pcyu16:有兴趣讨论的人不少 不过缺细节不知道怎麽讨论
虽然... [下略数十字]
不过就由我起个头，完全不理会原 po 自己重新起卦算命 [喂喂]
※ 引述《popcorny (毕业了..@@")》之铭言：
: 标题: Re: [问题] 关於字串压缩演算法?MD5?URL?
^^^^^^^^^^^^^^^^^^^^^^^
顺便酸一下，从标题我们就知道原 po 根本误会「压缩」二字的意思
MD5 跟 URL shorter 也算字串压缩的话
那把该 column 的内容全部存 0 就好啦 \囧/
______________________________________________________________________
为了避免继续算命下去，所以先作几个前提假设：
1. ZIP 是最佳的字串压缩演算法
aka 不要妄想设计一个新的字串压缩演算法
2. 要储存的是字串，大小不一长度不限
3. DBMS 得是 Oracle
（昨天简单查了一下，Oracle 提供的 datatype 很少？）
接下来就有几个问题要解决：
A. 要用哪个 datatype 才能解决问题
B. 储存空间问题
C. 运算效率问题
（也就是，请不要用「效率」/「performance issue」简单带过）
D. 能不能作 like 条件运算？
（不考虑外挂 full text search engine）
最简单直觉的方式：
还是用有 2000 char 限制的 nvarchar 之类的 datatype
字串丢进去之前先用 ZIP 压缩过，取出来时用 UNZIP 解压缩
A：未必能满足，谁能保证压缩完一定小於 2000 字？
（不满足假设 1）
B：一定比较好
C：必要之恶
D：无法 search
所以基本上这个解法先天上就失败....
: → Lordaeron:用BLOB TYPE基本上是没有PERFORMANCE ISSUE的系统才用 02/06 12:02
虽然有点张飞打岳飞，但是 GAE.... [殴飞]
其实（後来）我不太懂为甚麽 Blob 会有 performance issue
或着说，到底是空间问题还是运算效率问题？
: → popcorny:如果是为了效能改存档我可以理解..但是如果是一定要存DB 02/06 12:08
: → pcyu16:有兴趣讨论的人不少 不过缺细节不知道怎麽讨论 02/06 12:09
: → popcorny:那用CLOB应该也没什麽不好吧.. 纯粹以原po的角度 02/06 12:10
--
钱锺书：
说出来的话
http://www.psmonkey.org
比不上不说出来的话
Java 版 cookcomic 版
只影射着说不出来的话
and more......
--
※ 发信站: 批踢踢实业坊(ptt.cc)
◆ From: 220.135.202.140
1F：推 maxpeter2100:关於效能问题 我也只是听说clob很占空间 dba不建议 02/06 13:12
2F：→ pcyu16:一楼 大家在等你把问题跟限制描述清楚... 02/06 13:17
3F：→ pcyu16:不然你这样东一句西一句 又没有讲原因 大家会很困扰.. 02/06 13:20
4F：→ Lordaeron:jdbc 连线,单笔一来, 一回, 就有资料了,若含BLOB 02/06 15:38
5F：→ Lordaeron:则另外要开一条线来取得 blob field 的值 02/06 15:40
6F：→ Lordaeron:所以才有varchar field由255开始放大的情况 02/06 15:43
7F：→ cyclone350:我也听主管说 blob 跟 clob 最好别用，会很慢 02/06 18:57
8F：→ Lordaeron:不用主管说了, ORACLE 自己就说了. 02/06 20:01