MySQL数据库--范式，优化

一、关系型数据库三范式

第一范式（1NF）

字段要具有原子性，不可继续拆分，一般根据实际需求决定。

第二范式（2NF）

在第一范式的基础上，非主属性必须完全依赖于候选码（消除非主属性对主键的部分函数依赖）。

第三范式（3NF）

在第二范式的基础上，任何非主属性不依赖于其他非主属性（消除传递依赖）。

反三范式：允许部分字段冗余。

三范式：只是我们设计表时的一个参考规则，实际表的设计要根据实际业务去设计。

二、数据库优化

（一）库与表结构优化

分库分表：当单个库或表的数据量大时，数据库的性能会变慢。

1.垂直拆分

垂直拆分表

当一个表中的数据量比较大，字段比较多时，创建附属表，将表中不常用的字段存入附属表，通过创建外键进行关联。

垂直拆分库

根据不同的业务需求，将不同的表放入不同的库中，一般会放到多个服务器上。

2.水平拆分

水平拆分表

单表数据量太大，将数据水平拆分成多个表，多个表组合在一起才能组成一个完整的数据。

将拆分的表放到不同的库中。

问题：
主键如何保证唯一性

解决方法：
1.指定每张表的id取值范围
2.通过实践或地理位置限制
3.通过趋势递增（雪花算法）

水平拆分库

问题：
多表查询会受到影响，事务也会受到影响。

解决方法：
目前没有人能解决这些问题，我们可以使用开源的框架产品来解决。但是不同的开源产生所解决的问题也不相同，所以要根据自己的需求去选择。

（二）架构优化

主从复制（读写分离），添加缓存，一般使用非关系数据库作为缓存数据库，将数据存到内存中。

（三）sql语句的优化

1.允许部分字段冗余，使用逻辑外键，避免使用物理外键。

2.添加索引，给查询频繁的条件添加索引，使用索引最左原则。

3.select查询时，不用*。

4.减少数据库的查询次数。

5.sql关键字尽量大写。（因为执行时，会有一个转换为大写的过程）

6.使用关联查询代替嵌套子查询。

7.使用where条件过滤，避免全表查询。

8.update修改时，避免修改索引字段所在的列。

9.避免修改where后面的字段。