高手談數據庫設計優化策略教程

數據庫設計是建立數據庫及其應用系統的技術，是信息系統開發和建設中的核心技術。由於數據庫應用系統的復雜性，為了支持相關程序運行，數據庫設計就變得異常復雜，因此最佳設計不可能一蹴而就，而只能是一種“反復探尋，逐步求精”的過程，

1)范式和反范式

第一范式：每一列都是一個不可分割的原子數據項。

第二范式：第一范式基礎上消除部分依賴。

第三范式：第二范式基礎上消除傳遞依賴。

反范式是針對第三范式來說的，通過添加冗余的方式破壞了第三范式，前兩個范式還是要遵循的。

范式的優點：

a.寫入快，因為不需要寫冗余數據，所以減少了寫的負擔。

b.更新快，因為通常只需要更新更少的數據。

c.由於沒有冗余，所以不會造成數據不一致。

d.更少的需要GROUP BY和DISTINCT。

缺點是：需要關聯。

范式的缺點，就是反范式的優點，不需要關聯，並且因為在同一個表中，可以設計合適的索引。

實際應用中通常不會采用完成的范式，而是放置一些冗余，以減少表與表的關聯，加快查詢速度。

筆者之前所從事的項目中，數據包含定義態的和實例態的，實例態的冗余了定義態的數據，實例態又分多個級別，低級別的實例表，冗余了高級別表的數據，這樣在一個事務中都是單表查詢，減少了表關聯。

2)分表

如果表中的數據有狀態，比如完成態和運行態，那麼可以考慮將表分為運行態和完成態數據，數據轉換到完成態時可以將數據歸檔到完成態表中，由於數據總是要運轉到完成態，所以這樣無論系統運行多長時間，運行態表中的數據幾乎都是恆定的，而且完成態的數據除了統計分析用外，幾乎不不需要查詢，這樣就大大提高了系統運行的速度，表中的數據量得到了控制。

另外對於統計分析的場景，為了減少表的union 可以要求業務查詢從運行態和完成態兩種狀態中二選一。

對於一些海量數據，也可以考慮根據某個字段的值做hash，來分表存儲，當然這加大了應用的復雜度，這沒辦法，通常沒有十全十美的辦法，架構就是根據實際應用場景做權衡，正所謂忠孝不能兩全，只是某種辦法更合適而已。

另外可以通過分布式數據庫解決分表的問題，由分布式數據庫自動分表存儲，查詢時自動合並，由分布式數據庫中間件類屏蔽復雜性，各種髒活、累活交給它就是了。

3)匯總表

對於一些大數據量的報表統計工作，如果不是要求實時的話，可以定期匯總，比如每小時匯總一次或者每天匯總一次，如果要求實時的話，由於各種大表，各種group by，不但統計非常慢，而且容易影響正常的業務操作。筆者之前待的公司，每天晚上都開各種各樣的定時任務進行數據匯總，在數據庫不太忙的晚上，從12點干到早上6點，定時任務排的滿滿的，真是累死它的節奏啊，還好計算機不會鬧脾氣，發飙。。當然這樣報表統計的數據是截止到昨天的，每次都晚一天，通常這是允許的。

4)計數器表

web應用為了記錄點擊次數，可以設計一個點擊次數表，

create table hit_counter(cnt int unsigned not null);

由於只有一條記錄這樣鎖爭用太嚴重，想到了什麼解決方案，同concurrenthashmap一樣做鎖拆分。

表結構修改為：

create table hit_counter(slot tinyint unsigned not null primary key,cnt int unsigned not null);

預先放入100條數據，這樣修改的時候可以使用如下語句，

update hit_counter set cnt = cnt+1 where slot = RAND()*100;

獲取的時候求和就可以了，select sum(cnt) cnt from hit_counter;

不知道iteye的博客計數是不是也采用了類似的設計。