同样的数据，排序键顺序不一样，数据量差30%

Viewed 80
2.0

Doris版本：doris-2.0.9-5c2fca80b0
建表语句1：
image.png
建表语句2：
image.png
同样使用lz4压缩方式，唯一的区别就是，主键排序字段不一样
表一使用lz4压缩，主键顺序event_name(varchar100)排在首位，show data 大小为 5.203 GB
表一使用lz4压缩，主键顺序event_time(datetime)排在首位，show data 大小为 3.815 GB
为何仅仅修改了排序键的顺序，占用磁盘空间差距近30%？
主键顺序不同，是否有索引数据占用了空间？

pillar5
1 Answers

数据的顺序不同，空间肯定也有差距的。
举个例子：
比如数据存储 1-1000w 的数字，存储 1000 次，也就是每个数字 1000 次，一种极端的序是 1000 个 1,1000 个 2,1000 个 3...这种编码以及压缩效果就会很高，另外一种极端的是 1 1000w 2 1000w-1 就这样交叉，这种压缩效果相比前一个就会差些。

参考一个帖主的测试：
image.png

阿渊@SelectDB5790