数据库存储选型：分表还是单表？SELECT列建索引能否提升性能？

一、数据表结构选择：分表还是合表？ #

优先选择创建独立表，理由如下：

• 保障数据完整性：PDF来源的数据带有non-nullable约束的字段，独立表可以严格维持这些约束，避免合表移除约束后出现非法NULL值，确保这组数据的规范性。
• 数据模型更清晰：两组数据来源不同（PDF/用户上传），本质属于两类不同数据集，拆分后每张表的结构能精准匹配各自业务属性，后续修改字段、添加校验等操作互不影响。
• 避免冗余与混乱：合表会产生大量不必要的NULL值，既浪费存储，还会让表结构臃肿，后续查询或统计时需频繁处理NULL逻辑，增加复杂度。

若后续需要关联两组数据，可基于共同列（如交易日期、关联ID等）执行JOIN查询，只要共同列上建有合理索引，关联性能不会受明显影响。

二、SELECT涉及列创建索引是否提升性能？ #

并非绝对，需结合实际场景判断：

• 能提升性能的场景：
  • 当SELECT语句的WHERE条件、JOIN关联字段、ORDER BY/GROUP BY字段上创建索引时，数据库可跳过全表扫描，直接通过索引定位目标数据，大幅缩短查询耗时。
  • 若创建覆盖索引（包含SELECT查询的所有列），数据库无需回表查询原数据，直接从索引中获取结果，性能提升更显著。
• 无提升甚至降低性能的场景：
  • 如果是全表扫描查询（如SELECT * FROM table），索引完全无用，还会占用额外存储，增加数据插入/更新时的索引维护开销。
  • 当索引列基数极低（如字段只有“是/否”两种值），数据库可能优先选择全表扫描而非使用索引，此时索引毫无意义。

内容的提问来源于stack exchange，提问作者Ishan Bassi