转载自:https://blog.csdn.net/haiross/article/details/50427382

1. 原始单据与实体之间的关系 

  可以是一对一、一对多、多对多的关系。在一般情况下,它们是一对一的关系:即一张原始单据对应且只对应一个实体。 
在特殊情况下,它们可能是一对多或多对一的关系,即一张原始单证对应多个实体,或多张原始单证对应一个实体。 
这里的实体可以理解为基本表。明确这种对应关系后,对我们设计录入界面大有好处。 

  〖例1〗:一份员工履历资料,在人力资源信息系统中,就对应三个基本表:员工基本情况表、社会关系表、工作简历表。 
        这就是“一张原始单证对应多个实体”的典型例子。 

2. 主键与外键 
  一般而言,一个实体不能既无主键又无外键。在E—R 图中, 处于叶子部位的实体, 可以定义主键,也可以不定义主键 
  (因为它无子孙), 但必须要有外键(因为它有父亲)。 

  主键与外键的设计,在全局数据库的设计中,占有重要地位。当全局数据库的设计完成以后,有个美国数据库设计专 
  家说:“键,到处都是键,除了键之外,什么也没有”,这就是他的数据库设计经验之谈,也反映了他对信息系统核 
  心(数据模型)的高度抽象思想。因为:主键是实体的高度抽象,主键与外键的配对,表示实体之间的连接。 

3. 基本表的性质 
  基本表与中间表、临时表不同,因为它具有如下四个特性: 
   (1) 原子性。基本表中的字段是不可再分解的。 
   (2) 原始性。基本表中的记录是原始数据(基础数据)的记录。 
   (3) 演绎性。由基本表与代码表中的数据,可以派生出所有的输出数据。 
   (4) 稳定性。基本表的结构是相对稳定的,表中的记录是要长期保存的。 
  理解基本表的性质后,在设计数据库时,就能将基本表与中间表、临时表区分开来。 

4. 范式标准 
  基本表及其字段之间的关系, 应尽量满足第三范式。 但是,满足第三范式的数据库设计,往往不是最好的设计。 
  为了提高数据库的运行效率,常常需要降低范式标准:适当增加冗余,达到以空间换时间的目的。 


  〖例2〗:有一张存放商品的基本表,如表1所示。“金额”这个字段的存在,表明该表的设计不满足第三范式, 
  因为“金额”可以由“单价”乘以“数量”得到,说明“金额”是冗余字段。但是,增加“金额”这个冗余字段, 
  可以提高查询统计的速度,这就是以空间换时间的作法。 
  在Rose 2002中,规定列有两种类型:数据列和计算列。“金额”这样的列被称为“计算列”,而“单价”和 
  “数量”这样的列被称为“数据列”。 

  表1 商品表的表结构 
  商品名称 商品型号 单价 数量 金额 
  电视机 29吋 2,500 40 100,000 
   
5. 通俗地理解三个范式 
  通俗地理解三个范式,对于数据库设计大有好处。在数据库设计中,为了更好地应用三个范式,就必须通俗地理解 
   三个范式(通俗地理解是够用的理解,并不是最科学最准确的理解): 
  第一范式:1NF是对属性的原子性约束,要求属性具有原子性,不可再分解; 
  第二范式:2NF是对记录的惟一性约束,要求记录有惟一标识,即实体的惟一性; 
  第三范式:3NF是对字段冗余性的约束,即任何字段不能由其他字段派生出来,它要求字段没有冗余。 

  没有冗余的数据库设计可以做到。但是,没有冗余的数据库未必是最好的数据库,有时为了提高运行效率,就必须降 
  低范式标准,适当保留冗余数据。具体做法是:在概念数据模型设计时遵守第三范式,降低范式标准的工作放到物理 
  数据模型设计时考虑。降低范式就是增加字段,允许冗余。 

6. 要善于识别与正确处理多对多的关系 
  若两个实体之间存在多对多的关系,则应消除这种关系。消除的办法是,在两者之间增加第三个实体。这样,原来一 
  个多对多的关系,现在变为两个一对多的关系。要将原来两个实体的属性合理地分配到三个实体中去。这里的第三个 
  实体,实质上是一个较复杂的关系,它对应一张基本表。一般来讲,数据库设计工具不能识别多对多的关系,但能处 
  理多对多的关系。 

  〖例3〗:在“图书馆信息系统”中,“图书”是一个实体,“读者”也是一个实体。这两个实体之间的关系,是一 
  个典型的多对多关系:一本图书在不同时间可以被多个读者借阅,一个读者又可以借多本图书。为此,要在二者之 
  间增加第三个实体,该实体取名为“借还书”,它的属性为:借还时间、借还标志(0表示借书,1表示还书),另外, 
  它还应该有两个外键(“图书”的主键,“读者”的主键),使它能与“图书”和“读者”连接。 

注视:

图书  1 和 该实体取名为“借还书” n 
读者  1 和 该实体取名为“借还书” n 

7. 主键PK的取值方法 
   PK是供程序员使用的表间连接工具,可以是一无物理意义的数字串, 由程序自动加1来实现。也可以是有物理意义 
  的字段名或字段名的组合。不过前者比后者好。当PK是字段名的组合时,建议字段的个数不要太多,多了不但索引 
  占用空间大,而且速度也慢。 

8. 正确认识数据冗余 
  主键与外键在多表中的重复出现, 不属于数据冗余,这个概念必须清楚,事实上有许多人还不清楚。非键字段的重 
  复出现, 才是数据冗余!而且是一种低级冗余,即重复性的冗余。高级冗余不是字段的重复出现,而是字段的派生出现。 

  〖例4〗:商品中的“单价、数量、金额”三个字段,“金额”就是由“单价”乘以“数量”派生出来的,它就是冗余, 
  而且是一种高级冗余。冗余的目的是为了提高处理速度。只有低级冗余才会增加数据的不一致性,因为同一数据,可 
  能从不同时间、地点、角色上多次录入。因此,我们提倡高级冗余(派生性冗余),反对低级冗余(重复性冗余)。 

9. E--R图没有标准答案
 
  信息系统的E--R图没有标准答案,因为它的设计与画法不是惟一的,只要它覆盖了系统需求的业务范围和功能内容, 
  就是可行的。反之要修改E--R图。尽管它没有惟一的标准答案,并不意味着可以随意设计。好的E—R图的标准是: 
  结构清晰、关联简洁、实体个数适中、属性分配合理、没有低级冗余。 

10 . 视图技术在数据库设计中很有用 
  与基本表、代码表、中间表不同,视图是一种虚表,它依赖数据源的实表而存在。视图是供程序员使用数据库的 
  一个窗口,是基表数据综合的一种形式, 是数据处理的一种方法,是用户数据保密的一种手段。为了进行复杂处理、 
  提高运算速度和节省存储空间, 视图的定义深度一般不得超过三层。 若三层视图仍不够用, 则应在视图上定义临时表, 
   在临时表上再定义视图。这样反复交迭定义, 视图的深度就不受限制了。
 

  对于某些与国家政治、经济、技术、军事和安全利益有关的信息系统,视图的作用更加重要。这些系统的基本表完 
  成物理设计之后,立即在基本表上建立第一层视图,这层视图的个数和结构,与基本表的个数和结构是完全相同。 
  并且规定,所有的程序员,一律只准在视图上操作。只有数据库管理员,带着多个人员共同掌握的“安全钥匙”, 
  才能直接在基本表上操作。请读者想想:这是为什么? 

11. 中间表、报表和临时表 
  中间表是存放统计数据的表,它是为数据仓库、输出报表或查询结果而设计的,有时它没有主键与外键(数据仓 
  库除外)。临时表是程序员个人设计的,存放临时记录,为个人所用。基表和中间表由DBA维护,临时表由程序员 
  自己用程序自动维护。 

12. 完整性约束表现在三个方面 
  域的完整性:用Check来实现约束,在数据库设计工具中,对字段的取值范围进行定义时,有一个Check按钮,通 
  过它定义字段的值城。 
  参照完整性:用PK、FK、表级触发器来实现。 
  用户定义完整性:它是一些业务规则,用存储过程和触发器来实现。 

13. 防止数据库设计打补丁的方法是“三少原则” 
   (1) 一个数据库中表的个数越少越好。只有表的个数少了,才能说明系统的E--R图少而精,去掉了重复的多余的 
    实体,形成了对客观世界的高度抽象,进行了系统的数据集成,防止了打补丁式的设计; 

   (2) 一个表中组合主键的字段个数越少越好。因为主键的作用,一是建主键索引,二是做为子表的外键,所以组 
    合主键的字段个数少了,不仅节省了运行时间,而且节省了索引存储空间; 

   (3) 一个表中的字段个数越少越好。只有字段的个数少了,才能说明在系统中不存在数据重复,且很少有数据冗 
    余,更重要的是督促读者学会“列变行”,这样就防止了将子表中的字段拉入到主表中去,在主表中留下许 
    多空余的字段。所谓“列变行”,就是将主表中的一部分内容拉出去,另外单独建一个子表。这个方法很简 
    单,有的人就是不习惯、不采纳、不执行。 

  数据库设计的实用原则是:在数据冗余和处理速度之间找到合适的平衡点。“三少”是一个整体概念,综合观点, 
  不能孤立某一个原则。该原则是相对的,不是绝对的。“三多”原则肯定是错误的。试想:若覆盖系统同样的功 
  能,一百个实体(共一千个属性) 的E--R图,肯定比二百个实体(共二千个属性) 的E--R图,要好得多。 

  提倡“三少”原则,是叫读者学会利用数据库设计技术进行系统的数据集成。数据集成的步骤是将文件系统集成 
  为应用数据库,将应用数据库集成为主题数据库,将主题数据库集成为全局综合数据库。集成的程度越高,数据 
  共享性就越强,信息孤岛现象就越少,整个企业信息系统的全局E—R图中实体的个数、主键的个数、属性的个数 
  就会越少。 

  提倡“三少”原则的目的,是防止读者利用打补丁技术,不断地对数据库进行增删改,使企业数据库变成了随意 
  设计数据库表的“垃圾堆”,或数据库表的“大杂院”,最后造成数据库中的基本表、代码表、中间表、临时表 
  杂乱无章,不计其数(即动态创表而增加表数量),导致企事业单位的信息系统无法维护而瘫痪。 


   “三多”原则任何人都可以做到,该原则是“打补丁方法”设计数据库的歪理学说。“三少”原则是少而精的 
  原则,它要求有较高的数据库设计技巧与艺术,不是任何人都能做到的,因为该原则是杜绝用“打补丁方法” 
  设计数据库的理论依据。 

14. 提高数据库运行效率的办法 
  在给定的系统硬件和系统软件条件下,提高数据库系统的运行效率的办法是: 
   (1) 在数据库物理设计时,降低范式,增加冗余, 少用触发器, 多用存储过程。 
   (2) 当计算非常复杂、而且记录条数非常巨大时(例如一千万条),复杂计算要先在数据库外面,以文件系统方 
    式用C++语言计算处理完成之后,最后才入库追加到表中去。这是电信计费系统设计的经验。 
   (3) 发现某个表的记录太多,例如超过一千万条,则要对该表进行水平分割。水平分割的做法是,以该表主键 
    PK的某个值为界线,将该表的记录水平分割为两个表(即可以表维护 表行数过大 手动分割为两个  建个两表union的视图对程序透明)。若发现某个表的字段太多,例如超过八十个,则 
    垂直分割该表,将原来的一个表分解为两个表。 
   (4) 对数据库管理系统DBMS进行系统优化,即优化各种系统参数,如缓冲区个数。 
   (5) 在使用面向数据的SQL语言进行程序设计时,尽量采取优化算法。 
    总之,要提高数据库的运行效率,必须从数据库系统级优化、数据库设计级优化、程序实现级优化,这三 
    个层次上同时下功夫。 


  上述十四个技巧,是许多人在大量的数据库分析与设计实践中,逐步总结出来的。对于这些经验的运用,读者不能生帮硬套,死记硬背,而要消化理解,实事求是,灵活掌握。并逐步做到:在应用中发展,在发展中应用。

转载自:IT虾米网


--------------------------------------------------------------------------------------------------------------------------

转载自:https://www.cnblogs.com/RunForLove/p/5693986.html

 数据库设计的三大范式:为了建立冗余较小、结构合理的数据库,设计数据库时必须遵循一定的规则。在关系型数据库中这种规则就称为范式。范式是符合某一种设计要求的总结。要想设计一个结构合理的关系型数据库,必须满足一定的范式。

  在实际开发中最为常见的设计范式有三个:第一范式是最基本的范式。如果数据库表中的所有字段值都是不可分解的原子值,就说明该数据库表满足了第一范式;第二范式在第一范式的基础之上更进一层。第二范式需要确保数据库表中的每一列都和主键相关,而不能只与主键的某一部分相关(主要针对联合主键而言)。也就是说在一个数据库表中,一个表中只能保存一种数据,不可以把多种数据保存在同一张数据库表中;第三范式需要确保数据表中的每一列数据都和主键直接相关,而不能间接相关。总结一下,就是:第一范式(确保每列保持原子性);第二范式(确保表中的每列都和主键相关);第三范式(确保每列都和主键列直接相关,而不是间接相关)。

  在目前的企业信息系统中,数据库还是最佳的数据存储方式,虽然已经有很多的书籍在指导我们进行数据库设计,但应该那种方式是设计数据库的表结构的最好方法、设计时应遵从什么样的原则、四个范式如何能够用一种方式达到顺畅的应用等是我一直在思考和总结的问题,下文是我针对这几个问题根据自己的设计经历准备总结的一篇文章的提纲,欢迎大家一块进行探讨,集思广益。其中提到了领域建模的概念,但未作详细解释,希望以后能够有时间我们针对这个命题进行深入探讨。

  1.不应该针对整个系统进行数据库设计,而应该根据系统架构中的组件划分,针对每个组件所处理的业务进行组件单元的数据库设计;不同组件间所对应的数据库表之间的关联应尽可能减少,如果不同组件间的表需要外键关联也尽量不要创建外键关联,而只是记录关联表的一个主键,确保组件对应的表之间的独立性,为系统或表结构的重构提供可能性。

//注意他这里说的是"不要创建外键关联",创建外键关联的语句是: 
//foreign key(member_id) references member (id); 
//我们几乎没有用到这条语句,因为我们就是这样做的,用到外键时,只是记录关联表的主键,而非在数据库级别上创建外键。 
//也不知道是歪打正着,还是前辈DBA过于强大,已经考虑好了。

  2.采用领域模型驱动的方式和自顶向下的思路进行数据库设计,首先分析系统业务,根据职责定义对象。对象要符合封装的特性,确保与职责相关的数据项被定义在一个对象之内,这些数据项能够完整描述该职责,不会出现职责描述缺失。并且一个对象有且只有一项职责,如果一个对象要负责两个或两个以上的职责,应进行分拆。

// 领域模型驱动的方式,目前用的还不是很熟,考虑的不够多。因为经常的数据库中的表只是拿来做存储用而已, 
//特别是小需求,要加什么字段,找到相关表加上去就行了,不太考虑领域模型。这个在中文站老业务表里很常见

  3.根据建立的领域模型进行数据库表的映射,此时应参考数据库设计第二范式:一个表中的所有非关键字属性都依赖于整个关键字。关键字可以是一个属性,也可以是多个属性的集合,不论那种方式,都应确保关键字能够保证唯一性。在确定关键字时,应保证关键字不会参与业务且不会出现更新异常,这时,最优解决方案为采用一个自增数值型属性或一个随机字符串作为表的关键字。

  4.由于第一点所述的领域模型驱动的方式设计数据库表结构,领域模型中的每一个对象只有一项职责,所以对象中的数据项不存在传递依赖,所以,这种思路的数据库表结构设计从一开始即满足第三范式:一个表应满足第二范式,且属性间不存在传递依赖。

//数据库三范式记不得的同学去查资料温习一下。 
//个人认为第三范式的目的是尽量减少数据冗余,保证相同的数据只存在一份。 
//第三范式其实我们遵守的并不是很严格,特别是老的数据库表中会有冗余字段。这个要看情况决定吧。

  5.同样,由于对象职责的单一性以及对象之间的关系反映的是业务逻辑之间的关系,所以在领域模型中的对象存在主对象和从对象之分,从对象是从1-N或N-N的角度进一步完善主对象的业务逻辑,所以从对象及对象关系映射为的表及表关联关系不存在删除和插入异常。

//最后一句看不懂,可能是"所以表及表关联关系不应该出现删除和插入异常。"?

  6.在映射后得出的数据库表结构中,应再根据第四范式进行进一步修改,确保不存在多值依赖。这时,应根据反向工程的思路反馈给领域模型。如果表结构中存在多值依赖,则证明领域模型中的对象具有至少两个以上的职责,应根据第一条进行设计修正。第四范式:一个表如果满足BCNF,不应存在多值依赖。 

复制代码
//第四范式我们遵守的并不多吧。 
//例如: 
//VAS_WP_CONFIG.config_name字段的值包括:adv(广告主题)/glare(炫彩滚动主题)/theme_simple(普通主题)/theme_cartoon(动画主题)/ theme_none(不显示背景主题) 
//cate_background(类目背景)/video(公司视频)/board_cartoon(动画招牌)/board_simple(普通招牌)等。 
//如果遵守第四范式,则需要新增一张VAS_WP_CONFIG_NAME表,存储配置名称枚举值,而VAS_WP_CONFIG.config_name字段改为VAS_WP_CONFIG.config_name_id。 
//这样做更利于扩展,不会因为每个人的理解不一致而向VAS_WP_CONFIG.config_name字段里设置乱七八糟的值,但是这样需要维护更多的小表,造成数据值表的数量膨胀,DBA可能会觉得管理上有更多的困难。 
//我们采用潜规则约定、java枚举类等其它方式来进行保证。但有时候效果并不是很好,经常发现旧数据库表中枚举字段的值五花八门,不全是约定的。
复制代码

  7.在经过分析后确认所有的表都满足二、三、四范式的情况下,表和表之间的关联尽量采用弱关联以便于对表字段和表结构的调整和重构。并且,我认为数据库中的表是用来持久化一个对象实例在特定时间及特定条件下的状态的,只是一个存储介质,所以,表和表之间也不应用强关联来表述业务(数据间的一致性),这一职责应由系统的逻辑层来保证,这种方式也确保了系统对于不正确数据(脏数据)的兼容性。当然,从整个系统的角度来说我们还是要尽最大努力确保系统不会产生脏数据,单从另一个角度来说,脏数据的产生在一定程度上也是不可避免的,我们也要保证系统对这种情况的容错性。这是一个折中的方案。

  8.应针对所有表的主键和外键建立索引,有针对性的(针对一些大数据量和常用检索方式)建立组合属性的索引,提高检索效率。虽然建立索引会消耗部分系统资源,但比较起在检索时搜索整张表中的数据尤其时表中的数据量较大时所带来的性能影响,以及无索引时的排序操作所带来的性能影响,这种方式仍然是值得提倡的。

//索引目前都是DBA根据具体的SQL来创建的,不过开发写SQL时,也应该适当考虑一下字段的索引。

  9.尽量少采用存储过程,目前已经有很多技术可以替代存储过程的功能如"对象/关系映射"等,将数据一致性的保证放在数据库中,无论对于版本控制、开发和部署、以及数据库的迁移都会带来很大的影响。但不可否认,存储过程具有性能上的优势,所以,当系统可使用的硬件不会得到提升而性能又是非常重要的质量属性时,可经过平衡考虑选用存储过程。

//目前都是杜绝使用存储过程的,我觉得用起来比较方便,对于我们来说,主要原因是会给DBA带来管理方面的麻烦, 
//因为时间一长,存储过程的逻辑和使用场景,往往没人能了解,容易产生更多问题

  10.当处理表间的关联约束所付出的代价(常常是使用性上的代价)超过了保证不会出现修改、删除、更改异常所付出的代价,并且数据冗余也不是主要的问题时,表设计可以不符合四个范式。四个范式确保了不会出现异常,但也可能由此导致过于纯洁的设计,使得表结构难于使用,所以在设计时需要进行综合判断,但首先确保符合四个范式,然后再进行精化修正是刚刚进入数据库设计领域时可以采用的最好办法。

  11.设计出的表要具有较好的使用性,主要体现在查询时是否需要关联多张表且还需使用复杂的SQL技巧。我感觉遵守的范式越多,就越使SQL复杂,具体情况具体分析。设计出的表要尽可能减少数据冗余,确保数据的准确性,有效的控制冗余有助于提高数据库的性能

  因此,考虑了以上条件之后,表设计约定规则如下:

复制代码
//规则1:表必须要有主键。 
//规则2:一个字段只表示一个含义。 
//规则3:总是包含两个日期字段:gmt_create(创建日期),gmt_modified(修改日期),且这两个字段不应该包含有额外的业务逻辑。 
//规则4:MySQL中,gmt_create、gmt_modified使用DATETIME类型。 
//规则5:禁止使用复杂数据类型(数组,自定义类型等)。 
//规则6: MySQL中,附属表拆分后,附属表id与主表id保持一致。不允许在附属表新增主键字段。 
//规则7: MySQL中,存在过期概念的表,在其设计之初就必须有过期机制,且有明确的过期时间。过期数据必须迁移至历史表中。 
//规则8: MySQL中,不再使用的表,必须通知DBA予以更名归档。 
//规则9: MySQL中,线上表中若有不再使用的字段,为保证数据完整,禁止删除。 
//规则10: MySQL中,禁止使用OCI驱动,全部使用THI驱动。
复制代码

关于MySQL的部分学习笔记总结:

一、事务跟存储引擎

  1.四种事务隔离级别:read uncommited, read commited(大多数db默认的),repeatable read(mysql默认), seriazable。

  2.mysql是默认的auto commited, 也就是说每次查询默认都是自动提交的(show variables like 'autocommited')。mysql可以通过set transaction isolatioin level命令来设置隔离级别,例如:set session transaction isolation level read commited。

  3.mysql中像innodb采用mvcc(多版本并发控制)来处理并发。mvcc只工作在read commited,repeatable read这两种事务隔离级别上。read uncommited隔离级别不兼容mvcc是因为在该级别得下的查询,不读取符合当前事务版本的数据行,而是最新版本的数据行。seriazable隔离级别不兼容MVCC,因为该级别下的读操作会对每个返回行进行加锁。

  4.选择存储引擎,并发选用myisam,事务选择innodb,myisam比innodb更容易出错,出错了恢复的时间也比较长。只有myisam支持全文检索。

  5.把表从一种存储引擎转到另一种引擎:

//  1.    alter table mytable engine=falcon;  操作费时,可能会占用服务器的所有i/o处理能力。 
//  2.    create table innodb_table like myisam_table; 
//        alter table innodb_table engine=innodb; 
//        insert into innodb_table select * from myisam_table;

二、数据类型

  1.尽可能的要把field定义为Not NULL, mysql比较难优化使用了可空列的查询,它会使索引,索引统计更加复杂。可空列需要更多的存储空间,还需要mysql内部进行特殊处理,当可空列被索引时,每条记录都需要一个格外的字节。 即使要在表中存储"没有值"的字段,考虑使用0,特殊字段或者空字符串来代替。

  2.datetime与timestamp能保存同样的数据:精确度为秒,但是timestamp使用的空间只有datetime的一半,还能保存时区,拥有特殊的自动更新能力。但是timestamp保存的时间范围要比datetime要小得多。mysql能存储的最细的时间粒度为秒

  3.mysql支持很多种别名,如bool,integer,nummeric.

  4.float与double类型支持使用标准的浮点运算进行近似计算。 Decimal类型保存精确的小数,在>=mysql5.0,mysql服务器自身进行了decimal的运算,因为CPU不支持直接对它进行运算,所以慢一点。

  5.mysql会把text与blob类型的列当成有实体的对象来进行保存。他们有各自的数据类型家族(tinytext,smalltext,text,mediumtext,longtext; blob类似); mysql对blob与text列排序方式和其他类型有所不同,它不会按照字符串的完整长度来排序。而只是按照max_sort_length规定的若干个字节来进行排序。

  6.采用enum来代替字符串类型。mysql在内部把每个枚举值都保存为整数。enum在内部是按照数字进行排序的,而不是按照字符串。enum最不好的就是字符串列表是固定的,添加和删除必须使用alter table。

  7.ip地址,一般会采用varchar(15)列来保存。事实上,IP地址是个无符号的32位整数,而不是字符串。mysql提供了inet_aton()和inet_nota()函数在证书与ip地址之间进行转换。

三、索引

  1.聚集索引不仅仅是一种单独的索引类型,而且是一种存储数据的方式。Innodb引擎的聚集索引实际上在同样的结构中保存了B-Tree索引和数据行。当表有聚集索引时,它的数据行实际上保存在索引的叶子上。注意是存储引擎来实现索引。

  2.myisam与innodb数据布局:myisam索引树(无论是主键索引还是非主键索引)叶子节点都是指向的数据行,而innodb中聚集索引,主键索引树叶子节点就带得有数据的内容,而非主键索引树中叶子节点指向主键值,而不是数据的位置。

  3.mysql有两种产生排序结果的方式:使用文件排序,或者扫描有序的索引。目前只有myisam支持全文索引。

  4.myisam表有表级锁;myisam表不支持事务,实际上,myisam并不保证单条命令完成;myisam只缓存了mysql进程内部的索引,并保存在键缓存区内。OS缓存了表的数据;行被紧密的保存在一起,磁盘上的数据有很小的磁盘占用和快速的全表扫描。

  5.innodb支持事务和四种事务隔离级别;在mysql5.0中,只有innodb支持外鍵;支持行级锁与mvcc;所有的innodb表都是按照主键聚集的;所有索引(出开主键)都是按主键引用行;索引没有使用前缀压缩,因此索引可能比myisam大很多;数据转载缓慢;阻塞auto_increment,也就是用表级锁来产生每个auto_increment。

四、MYSQL性能分析

  1.mysql提供了一个benchmark(int 循环次数,char* 表达式); 可以分析表达式执行所花时间。 例如:

// select BENCHMARK(10000,SHA1('aaaaaaaaaaaaaaaa'))

  2.mysql有两种查询日志:普通日志和慢速日志。

五、MYSQL高级特性

  1.在mysql中,只有myisam存储引擎支持全文索引。myisam全文索引是一种特殊的具有两层结构的B树。

  2.存储引擎事务在存储引擎内部被赋予acid属性,分布式(XA)是一种高层次事务,它可以历哟内部个两段提交的方式将acid属性扩展到存储引擎外部,甚至数据库外部。阶段1:通知所有提交者准备提交 阶段2:通知所有参与者进行真正提交。

  3.mysql 的字符集和校对规则有 4 个级别的默认设置:服务器级、数据库级、表级和字段级。Mysql4.1 开始支持 SQL 的子查询。

复制代码
/******************************************/ 
/*   数据库全名 = degopen@10.218.249.92:3318【mysql】   */ 
/*    表名称 = task_new   */ 
/******************************************/ 
CREATE TABLE `task_new` ( 
  `id` bigint(20) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键', 
  `task_name` varchar(128) NOT NULL COMMENT '任务名称', 
  `image` varchar(128) DEFAULT NULL COMMENT '任务图标', 
  `description` varchar(1024) NOT NULL COMMENT '任务描述', 
  `content` varchar(1024) NOT NULL COMMENT '任务内容', 
  `finished_message` varchar(128) DEFAULT NULL COMMENT '任务完成提示信息', 
  `task_scope` int(11) NOT NULL COMMENT '任务范围, 0-平台任务, 1-游戏任务', 
  `series_task` int(11) NOT NULL DEFAULT '0' COMMENT '任务类型: 系列任务,单独任务', 
  `task_type` int(11) NOT NULL DEFAULT '0' COMMENT '任务类型: 固定任务, 推广任务, 日常任务', 
  `pre_task` varchar(128) DEFAULT NULL COMMENT '前置任务', 
  `post_task` varchar(128) DEFAULT NULL COMMENT '后置任务', 
  `task_status` int(11) NOT NULL COMMENT '任务状态, 待审核、未开始、生效中、已暂停、已完成、审核未通过', 
  `auto_task` tinyint(4) NOT NULL DEFAULT '1' COMMENT '是否手动任务, 0-否, 1-是', 
  `is_required` tinyint(4) NOT NULL COMMENT '是否必须任务', 
  `event_type` varchar(64) DEFAULT NULL COMMENT '关心的事件类型', 
  `task_target` bigint(20) DEFAULT '0' COMMENT '任务目标', 
  `reset_num` int(11) NOT NULL COMMENT '重置次数', 
  `reset_cycle` int(11) NOT NULL COMMENT '重置周期', 
  `task_interval` int(11) NOT NULL COMMENT '任务间隔', 
  `xiaoer` bigint(20) unsigned NOT NULL COMMENT '创建人', 
  `review_id` bigint(20) unsigned NOT NULL COMMENT '审核人ID', 
  `last_start_time` datetime DEFAULT NULL COMMENT '上次生效时间', 
  `gmt_create` datetime NOT NULL COMMENT '创建时间', 
  `gmt_modified` datetime NOT NULL COMMENT '修改时间', 
  `start_time` datetime NOT NULL COMMENT '开始时间', 
  `end_time` datetime NOT NULL COMMENT '结束时间', 
  `start_condition` varchar(1024) NOT NULL COMMENT '任务触发条件', 
  `end_condition` varchar(1024) NOT NULL COMMENT '任务完成条件', 
  `enable` tinyint(4) NOT NULL DEFAULT '1' COMMENT '是否可用', 
  `rule` varchar(4096) NOT NULL COMMENT '任务规则', 
  `priority` int(11) NOT NULL DEFAULT '1' COMMENT '任务优先级', 
  `progress_rule` varchar(2048) NOT NULL DEFAULT '' COMMENT '进度计算规则', 
  `order_no` int(11) DEFAULT '1' COMMENT '排序号', 
  `classification` int(11) DEFAULT '0' COMMENT '0:默认分类\n1:玩游戏\n2:抽奖', 
  `level` int(11) DEFAULT '0' COMMENT '针对同一个分类,不同的等级', 
  `ext1` longtext COMMENT '扩展字段1(UU中使用该字段指示按钮跳转)', 
  `ext2` longtext COMMENT '扩展字段2,暂时预留', 
  `channel` int(11) DEFAULT '0' COMMENT '任务渠道:0-uu或者1-game_box', 
  `consecutive_day` int(11) DEFAULT '1' COMMENT '连续完成任务的天数', 
  `activity` varchar(256) DEFAULT 'default' COMMENT '任务所属的活动名字', 
  `device` text COMMENT '机型', 
  `packages` text COMMENT '应用', 
  PRIMARY KEY (`id`), 
  KEY `name_channel` (`task_name`,`channel`), 
  KEY `activity` (`activity`(255)) 
) ENGINE=InnoDB AUTO_INCREMENT=1194 DEFAULT CHARSET=utf8 COMMENT='任务表';
复制代码

随着工作经验的积累,我日益感觉到,对一名程序员来说,拥有良好的数据库设计能力是很重要的,甚至是最重要的。

程序员界有一句著名的话

Talk is cheap, show me the code 

把这句话演变一下,就成了

Code is boring, show me the data structure 

面对同样的数据结构,一百个程序员会写出一百种风格的代码。看别人写的代码,往往是很boring的。

数据结构为何如此重要

代码是围绕数据结构运行的。 

客户端展现的动态数据,都是存储在数据库中,这对程序员来说一定是常识了。

为了便于阐述,我们拿简书的文章页面作为样板。

文章的作者、标题、正文、评论、喜欢等等,只要你打开任意两篇文章,两个页面不一样的地方,几乎都是因为在数据库中存储的内容不同。

良好的数据结构可以提升性能,使代码变得简单、清晰。数据结构清晰了,围绕着数据运行的代码自然就清晰了。

数据库设计需考虑的因素

提到数据库设计原则,首先会想到第一、第二、第三范式,这些理论能了解最好,本文不再赘述了。

从实践的角度面对一个具体的应用场景,设计数据库时应遵循哪些原则?

满足当前需求

数据结构的设计要能达到应用场景的要求,这是最基本的。举个例子,文章的正文存储在了数据表中的某个字段,该字段的长度被设定为10000字,在文章字数没有被限制在10000字以内的前提下,这显然不能满足应用场景的当前需求。需要考虑,什么样的字段类型才能存储大规模的文本数据?

分离主体与附属

文章页面中的元素,哪些是主体部分,哪些是附属部分?

一篇文章可以没有评论,评论的有无、多少不影响文章本身的完整性,评论可以被添加、删除。由此可见,文章的评论属于附属部分。阅读次数、喜欢该文章的用户与数量同样如此。

主体

  • 作者
  • 标题
  • 正文(字数)
  • 发布时间
  • 更新时间

附属

  • 阅读次数
  • 评论
  • 喜欢该文章的用户与数量

拆分的好处在于,首先数据结构更清晰了,其次可以提高读写性能。当文章有了新评论,只需更新存放评论的表。如果不拆分,需要更新的记录占用的磁盘空间很大,这对磁盘IO速度是个考验。

适当的冗余

或许你已经注意到了,文章的标题下面有这篇文章的字数。计算文章的字数,有两个时机:

  • 保存文章时
  • 读取文章时

后者的优势在于数据表中少了一个字段,而且这个字段不是必需的。哪个时机更好?个人觉得前者更好,理由如下

  • 计算长篇文章的字数是比较耗时的,应尽量减少计算次数
  • 总体来看,文章的保存次数远小于读取次数

如果能够提高应用的性能,适当的冗余是必要的。

页面的头部有文章作者的昵称,这适合作为冗余字段存储在文章主体数据中吗?用户可以随时更改自己的昵称,如果将昵称作为冗余字段,需要额外的工作以保持数据一致性,从这一点看,用户昵称不适合作为冗余字段。

选择作为冗余的字段应不需要额外的工作来保持数据一致性。 

应对可能出现的新需求

如何存储喜欢文章的用户信息才能做智能推荐?一个好的数据结构应该能应对可能出现的新需求。

为了达到应用的要求,最简单的方式是将这些用户放在一条记录里,存储的字段可以是数组类型。这样设计,喜欢文章的用户信息与用户数量都能轻易获取,读写性能也很好。但对于“喜欢该文章的人还喜欢了”此类的智能推荐,这样的设计明显是难以应对的。将用户放在数组里支持“查询喜欢某文章的用户”,对“查询某用户喜欢的文章”的支持就很差或者根本做不到了,这是一种单向查询的数据结构。

应对大数据量

随着用户量不断增加,网站业务数据越来越多,文章数量也达到了百万级。这时如果只把文章存在一张数据表里,读写性能必然是会急剧下降的,这可能会导致用户体验变差,用户流失。老板不能容忍,DBA也不能容忍。

合理的解决方案之一是分为两张数据表,一张存储热门文章,另一张存储非热门文章。热门文章的占比很少,相应的加载速度就会好于非热门文章。

结尾

本文总结了设计数据库时需遵守的几个原则

  • 满足当前需求
  • 分离主体与附属
  • 适当的冗余
  • 应对可能出现的新需求
  • 应对大数据量

认识到数据结构的重要性,才能设计出好的数据结构。




评论关闭
IT序号网

微信公众号号:IT虾米 (左侧二维码扫一扫)欢迎添加!