将字符串存储为二进制能否节省内存与磁盘存储空间？

1. 二进制存储是否能节省空间？ #

不一定，取决于字符串内容、编码方式以及存储引擎的压缩策略：

• 如果字符串是ASCII/UTF-8编码的普通文本，直接转成原始二进制（比如Q中-8!生成的binary类型）不会节省空间——因为字符串本身已经是字节序列，转成binary只是类型转换，没有压缩。
• 只有当字符串具备高重复度、可结构化压缩（比如JSON/XML这类结构化文本转成紧凑二进制格式），或者可以用更高效的编码（比如将重复字符串映射为索引的字典压缩）时，二进制存储才可能省空间。但Q中的原生binary类型不会自动做这类优化，需要你手动实现压缩逻辑，或者依赖存储引擎的特定压缩策略。

2. 为什么二进制文件反而更大？ #

你用{-8!x} each strList生成二进制列表后存储，文件更大的原因可能有这些：

• Q的字符串列默认压缩：Q存储表时，字符串列会自动启用字典压缩（.Q.dpft默认开启）——把重复的字符串只存一次，用整数索引代替，大幅减少空间占用。而binary列默认不会启用字典压缩，即使原始字节和字符串一样，也会存储完整的每个元素，导致体积变大。
• 内存布局开销：-22!（wsize）返回的是未压缩的内存大小，binary类型的内存元数据开销可能比字符串类型高（比如每个binary元素的长度标记存储方式不同），所以未压缩尺寸更大。
• 磁盘存储的类型标记：Q的磁盘存储会给不同类型的数据添加类型头，binary类型的头信息可能比字符串类型更占空间，叠加后导致文件总大小增加。

3. 如何测量实际占用的空间？ #

分内存和磁盘两种场景：

内存中实际占用 #

• 用-21!（msize）：这个函数返回对象实际使用的内存大小（包含Q自动压缩后的尺寸），比-22!更贴近真实内存占用。比如：

  msize strList  / 字符串列表实际内存占用
  msize binaryList  / 二进制列表实际内存占用
  

磁盘上实际占用 #

• 直接查看文件系统的文件大小：用操作系统命令（比如Linux的ls -lh，Windows的dir）查看存储文件的实际字节数。
• 用Q的-11!（fsize）：获取指定文件的大小，比如：

  fsize ":path/to/your/file"
  

• 如果是存储为表（比如.Q.dpft），需要统计表目录下所有文件的总大小——Q会把表拆分成多个文件（比如d、s后缀的文件），总和才是实际磁盘占用。

另外，如果想让binary列也节省空间，可以手动启用压缩：比如先对binary数据做字典压缩（用.Q.u生成唯一值字典，再用索引代替），或者修改Q的存储配置启用binary列的压缩（调整.Q.cfg中的compress参数）。

内容的提问来源于stack exchange，提问作者Rezzy