高并发大数据量的数据库的设计与优化

一、数据库结构的设计。

      数据库模型设计的不合理，不仅会导致客户端和服务端的编程和维护困难，而且会影响到系统实际运行的性能。在系统开始实施之前，完备的数据库模型的设计是必要的。

      在一个系统分析设计阶段，由于数据量小，系统负荷低，我们往往只注重功能的实现，而很难注意到性能的薄弱之处。等系统投入运营一段时间后，才发现系统性能在降低，这个时候再去提高性能则往往需要花费更多的人力物力，所以在整个系统设计之初，我们必须考虑在高并发大数据量的情况下，系统可能面临的极端问题。

      为了保证数据的一致性和完整性，在逻辑设计的时候往往会设计很多的表间关联，尽可能的降低数据冗余，但是对于多表之间的关联查询，尤其是大数据表，其性能将会降低，同时客户端的编程难度也随之提高，为了提高系统的响应时间，合理的数据冗余也是必要的，设计人员在系统设计阶段应根据系统操作的类型、频率加以均衡考虑。

     表的设计具体需要注意的问题：

      1、数据行的长度不要超过8020个字节，如果超过这个长度的话物理页中这条数据将会占用两行从而造成存储碎片，降低查询效率。

      2、能够使用数字类型的字段尽量选用数字类型而不要用字符串类型，因为这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接的时候会逐个比较字符串中的每一个字符，而对应数字类型而言只需要比较一次就够了。

       3、对于不可变字符类型char和可变字符类型varchar，都是8000字节，char查询速度快，但是耗存储空间，varchar查询速度相对慢一些，但是节省存储空间。在设计字段的时候可以灵活选择。

       4、字段的最大长度在满足可能的需要的前提下，应怪尽可能设的短一些，这样能够提高查询的效率，而且在建立索引的时候也可以减少资源的消耗。

二、查询的优化。

      在保证功能实现的前提下，尽量减少对数据库的访问次数；通过搜索参数，尽量减少对表的访问行数，最小化结果集，从而减轻网络负担；