2

Estou trabalhando com SQL Server e preciso armazenar dados de texto que excedem o limite de 8000 bytes (veja a referencia neste link) para uma coluna do SQL Server 2019.

Para reduzir o impacto do armazenamento, resolvemos utilizar a compressão GZip para comprimir os dados e após aplicar a compressão usando gzip, ainda estamos obtendo dados com tamanho superior a 8Kb.

Abaixo código de compressão e descompressão:

public static byte[] Zip(string uncompressed)
{
    byte[] ret;
    using (var outputMemory = new MemoryStream())
    {
        using (var gz = new GZipStream(outputMemory, CompressionLevel.Optimal))
        {
            using (var sw = new StreamWriter(gz, Encoding.UTF8))
            {
                sw.Write(uncompressed);
            }
        }
        ret = outputMemory.ToArray();
    }
    return ret;
}

public static string Unzip(byte[] compressed)
{
    string ret = null;
    using (var inputMemory = new MemoryStream(compressed))
    {
        using (var gz = new GZipStream(inputMemory, CompressionMode.Decompress))
        {
            using (var sr = new StreamReader(gz, Encoding.UTF8))
            {
                ret = sr.ReadToEnd();
            }
        }
    }
    return ret;
}

Com base neste método, caso seja necessário eu posso armazenar os dados como string, usando Encoding.UTF8.GetString(bytes); .

A minha dúvida maior é qual tipo de dados devo armazenar no SQL, se armazeno a informação como um byte[] usando a coluna varbinary(max) ou armazeno os dados como string usando a coluna nvarchar(max).

Qual tipo de coluna melhor atende o meu caso? e qual pode gerar um custo menor de armazenamento?

1 Resposta 1

2

A resposta simples para a pergunta é que você vai armazenar bytes, então nem pode pensar em nvarchar, ainda que funcione, este tipo foi feito para armazenar textos, não faz o menor sentido guardar bytes nele, mesmo que seja mais eficiente em espaço, e é tão irrisório perto do todo que não faz sentido fazer essa economia (economizaria por volta de uns 5 bytes em 8KB).

Quando você comprime o texto não tem mais um texto, tem um dado binário. Texto tem uma semântica específica que é perdida na compressão, é outro formato de dados. Inclusive faria menos sentido ainda usar o nvarchar do que o varchar porque o que ele faz justamente é usar uma semântica mais específica ainda, que seria perdida.

Se precisa manter a semântica do texto para efetuar queries, então use nvarchar (o varchar pode ser usado em alguns casos) sem a compressão, é quase a única forma de resolver (mostro abaixo outra).

Pode ver na documentação os limites de forma oficial.

Nenhum problema em querer economizar espaço, mas precisa pensar se isso é tão importante.

Se a compressão ajuda, então seria bom pensar na possibilidade de fazer o banco de dados comprimido como um todo e de forma transparente e jogar fora todos esses penduricalhos. Isto tem prós e contras, mas costuma ser melhor que comprimir manualmente em qualquer caso.

1
  • Valeu @Maniero, vc é o cara. Eu tava pensando por esse lado mesmo, mais queria me embasar na escolha. Comprimir o banco todo não é o ideal neste momento, devido a uma necessidade específica do projeto, como não precisamos manter a semântica dos dados varbinary atende. 9/02/2022 às 23:59

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .