数据库 关系型数据库三范式 数据库优化(库和表结构优化 架构优化 sql语句的优化)

一、关系型数据库三范式

1.第一范式:

数据库表的字段要具有原子性,不可以继续拆分,一般根据实际需求来去决定

id name age adress
1 张三 19 北京市朝阳区

如上面的表,每一个字段都是不可拆分


2.第二范式:

建立在第一范式的基础上,每一列数据必须可被唯一的区分,依赖于主键,每一张表至少要有一个主键


满足第一范式
字段可被唯一区分,至少有一个主键(标识数据的唯一性)
依赖于主键

id name age sheng shi
1 安徽省 安庆市
主键 满足第一范式的情况下 通过上表adress区分

3.第三范式:

建立在第二范式的基础之上,一般应用于设计多表关系中,要求一个数据表中不包含已在其他表中已包含的非主键字段,因为会出现冗余,表的信息如果能被推导出来就不应该单独设计一个字段来存储,可以使用外键进行关联, 而不是将另一张表中的非主键属性直接写在当前表中


商品表

id name price type
1 西服 1000 男装
2 连衣裙 200 女装

类别表

id typename
1 男装
2 女装

上述就显得冗余,根据第三范式应该改为

id name price type_id
1 西服 1000 1
2 连衣裙 200 2

在做优化时,
反三范式 的设计:允许部分字段冗余

id name price type_id 经常要查的东西
1 西服 1000 1 男装等描述
2 连衣裙 200 2 女装等描述

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来去设计


二、数据库优化

1.库和表结构优化

分库分表

当单个库或者表中的数据量大时 数据库的性能会变慢

垂直拆分

1.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一个附属表,将表中不常用的字段存入附属表,通过创建外键进行关联

id 姓名 性别 年龄 邮箱 手机号 电话 住址

字段名较多和数据量较大,按照列 拆分表,创建附属表

2.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(放在同一个服务器上对优化起到的作用不大)

相同类别的表放在同一个库 数据量大,放在多个服务器上


水平拆分

1.水平分库分表 (只有水平拆分表)

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成的数据

将拆分的表放到不同的库中,一张表放到一个库中去

按照行来拆分,结构一模一样

2.水平拆分面临的问题:

主键如何保证唯一性主键可能重复

解决方式:

1.制定每张表的id取值范围

2.通过时间或者地理位置

3.通过趋势递增 雪花算法

水平分库 会面临 多表查询会受到影响 事物也会受到影响

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
但是不同的开源产品,所解决的问题也不相同,所以根据自己的需求来去选择


2.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做为缓存数据库 将数据存到内存中
数据库 关系型数据库三范式 数据库优化(库和表结构优化 架构优化 sql语句的优化)_第1张图片
写数据写到主数据库,从从数据库读取数据,从数据库读取主数据库中的信息,然后从库读取到的信息执行写操作,然后就可以从从库中读取数据

并发量大,读写频率高,这时
一般将热点数据,访问量大的放在缓存服务器中

添加缓存
数据库 关系型数据库三范式 数据库优化(库和表结构优化 架构优化 sql语句的优化)_第2张图片
直接从缓存服务器中拿,减轻服务器压力


3.sql语句的优化:

1.允许部分字段冗余,使用逻辑外检避免使用物理外键

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.查询时 select 后面不使用*

4.sql关键字尽量大写

5.使用关联查询替代嵌套子查询

6.使用where条件过滤 避免全表查询

7.Update修改时,避免修改索引字段所在的列
避免修改where后面字段

8.减少数据库的查询的次数

你可能感兴趣的:(数据库 关系型数据库三范式 数据库优化(库和表结构优化 架构优化 sql语句的优化))