超1亿行大表扩容：新增列还是新建关联表更合理？

你的场景下直接在原表新增默认值为NULL的boolean列是更优选择，完全可以支撑后续扩容到10亿行的场景，核心原因如下：

• 存储开销极低：主流关系型数据库中，boolean类型的存储占用仅为1~2字节，nullable属性还能触发数据库的NULL值优化：仅非NULL的行才会占用实际存储，你场景下真值占比不足10%，就算扩容到10亿行，该字段的总存储开销也不足100MB，远不会触发表宽瓶颈。
• 加列操作成本极低：PostgreSQL 11+、MySQL 8.0+等主流版本中，新增无默认值/默认值为NULL的列属于元数据变更，不需要遍历全表改写数据，秒级即可完成，不会锁表影响线上业务。
• 查询性能优势明显：单表查询不需要额外JOIN关联，无论是普通查询还是加索引过滤，性能都远高于关联表方案，尤其是该字段作为高频过滤条件时，性能差距会被进一步放大。

只有当你符合以下任一条件时，才建议选择新增关联表的方案：

• 后续还有大量稀疏扩展字段需要新增，累计新增字段数超过15个，且绝大多数字段的非空占比都低于20%
• 该boolean字段属于完全独立的扩展业务属性，90%以上的原表查询场景完全不会用到该字段
• 你所使用的数据库有明确的单表列数硬限制，当前已接近阈值

• 若该字段为高频查询过滤条件，可针对WHERE 字段名 = TRUE的场景创建部分索引（PostgreSQL）/条件索引（MySQL），索引仅存储真值对应的行，体积小查询效率高。
• 后续如果真的遇到表宽瓶颈，再将这类稀疏字段迁移到扩展关联表也完全可行，迁移成本远低于初期就采用关联表带来的长期查询性能损耗。

内容的提问来源于stack exchange，提问作者Mark