做个md5查询站(3)数据格式

上次的测试显示：当数据达到1,679,062时，整个primary的文件达到了176M。

也就是说，每一万数据1M，10条数据1K，1条数据100字节，

反向算一下，一条数据由一个32位字符串和一个16位字符串及各自相应的两个字符构成，估且算做8位，那么，

一条数据占有空间应该不少于：32+16+8x2=64，如果再加上字段与记录的分隔符的话，应该有70字节以上。

加上索引和primary中的各种其它信息，差不多了吧。

这时候就会想到：char字段实在是太浪费空间了。

根据MD5码的特点，还是用最原始的方案：二进制(binary)来保存数据。

MD5本身就是一个16进制的字符串，以二进制保存应该是最省空间的做法了，一个进六进制数，比如“A”，以char保存的话要用掉一个字节，也就是8bytes，而如果以二进制保存的话，编码为1010，只用了4bytes，如此一来，密文的存储量降低了一倍。

再者：三位的所有数据加起来已达到830,584条{(26+26+32+10)的3次方}，83万如果按原来的方法存储，可能要用掉90M的空间。

这时如果明文字段可以用char(3)来代替原来的char(8)，也能省去不少的空间。

这样算下来，一条数据占有的空间变为：16+8+3x2=30，少了一半，。

于是建表：

CREATE TABLE [dbo].[MD516](
 [md5hash] [binary](8) NOT NULL,
 [md5key] [char](3) NOT NULL,
 CONSTRAINT [PK_MD516] PRIMARY KEY CLUSTERED 
(
 [md5hash] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

CREATE TABLE [dbo].[MD532](
 [md5hash] [binary](16) NOT NULL,
 [md5key] [char](3) NOT NULL,
 CONSTRAINT [PK_MD532] PRIMARY KEY CLUSTERED 
(
 [md5hash] ASC
)WITH (PAD_INDEX  = OFF, STATISTICS_NORECOMPUTE  = OFF, IGNORE_DUP_KEY = OFF, ALLOW_ROW_LOCKS  = ON, ALLOW_PAGE_LOCKS  = ON) ON [PRIMARY]
) ON [PRIMARY]

 

写入数据的部分略掉了，最后将3位以下的所有组合都入库了。

整个数据库60M，有839,514条记录。总算是比最初的设计小了一些了，但是如果要录入四位的，约有8千万，单表已经乏力，下回再说分表那点事。