我们知道，从Informix 11.5 xC4开始，Informix数据库提供了行压缩技术，它采用一种静态的基于字典的压缩算法，将表（table）或表分区（table fragments）中的数据行中重复的数据模式映射到一个占用空间较少的符号，从而减少表格或表分区数据的总大小。这些重复的数据模式不仅可以是一列中的数据，也可以是一列中的部分数据，甚至可以是跨数据列的数据。通过采用行压缩技术，Informix 11.5 可以节省高达 80%的存储空间。同时，由于数据是采用压缩方式存储，I/O 读取效率会有 20% 左右的提高，内存使用效率会更高，数据库备份及恢复的时间也得到相应的减少。
图 1. 采用行压缩技术的示意图
上图中，我们发现，smpo 在数据行中重复出现，在压缩时，我们将其用（01）表示； Dallas TX 75063 同样在数据行中重复出现，在压缩时，我们将其用（02）表示，这样，会节省大量数据空间。
Informix数据库不仅可以对行数据进行压缩，还可以整合表压缩后的空闲空间，并将该空闲空间归还给数据空间重复使用。通过采用行数据压缩技术，可以为我们带来如下好处：
大大节省硬盘存储空间
对于表分区（table fragments）压缩，减少了磁盘的使用
节省了逻辑日志的使用，从而节省更多的空间，并可以防止高吞吐量的联机事务处理出现瓶颈
数据页读取更少，因为一个数据页上可以容纳更多的行需要规模较小的缓冲池，因为同样大小的缓冲池可以容纳更多的数据
I/O 活动会更少：在一个数据页上会容纳更多的数据，对 insert, update, 及 delete 操作的日志记录会更小
在分区表环境，可以将不经常访问的历史数据分区进行压缩，而对经常访问的数据分区不进行压缩
可以释放表中不再需要的空闲空间
更快速的数据库备份及恢复
行压缩技术比较适合于 I/O 操作密集型的表，特别是缓冲池命中率较低的情况。在 OLTP 环境下，对 I/O 操作密集型的表进行行压缩，会显著提高处理性能。如果应用程序缓冲池命中率较高，而且高性能比磁盘空间的使用更重要，这时，采用行压缩技术就不太合适，因为压缩会降低处理性能。
采用行压缩技术，由于一个数据页上可以容纳更多的行，因此，数据库优化器会采用和未进行行压缩处理不同的执行计划。
如果你在使用数据库复制技术 ER，在一个复制服务器上对数据进行压缩，不会影响在其他复制服务器上的数据。
如果你在使用High-Availability Data Replication (HDR), 在源对数据进行压缩，在目标同样会对数据进行压缩。你不能在 HDR secondary, RS secondary, or SD secondary server 上对数据进行压缩，因为 HDR 目标服务器上的数据必须和源上的一样。
哪些数据可以被压缩
我们通常会对表或表分区中具有重复模式的数据进行压缩。行压缩对数据类型没有任何限制，一般来讲，文本数据会比数值类型更容易被压缩，因为文本类型数据中会更容易包含重复模式。但我们不能仅仅根据数据类型来预测数据压缩比。
比如说：
对于存储在 char 或 varchar 字段中的文本数据，采用不同的语言或字符集，数据压缩比往往都不同
对于数值类型数据，如果存在大量的 0，往往压缩效果会好，但对于包含大量不同数值的数据，压缩效果不会太好
数据中包含大量空格的数据压缩效果会好
数据已经采用不同的压缩算法压缩之后，压缩效果不会太好