小温谈数据库优化--数据设计篇

　　三大范式:

　　第1规范：没有重复的组或多值的列，这是数据库设计的最低要求。

　　第2规范: 每个非关键字段必须依赖于主关键字，不能依赖于一个组合式主关键字的某些组成部分。消除部分依赖，大部分情况下，数据库设计都应该达到第二范式。

　　第3规范: 一个非关键字段不能依赖于另一个非关键字段。消除传递依赖，达到第三范式应该是系统中大部分表的要求，除非一些特殊作用的表。

　　更高的范式要求这里就不再作介绍了，个人认为，如果全部达到第二范式，大部分达到第三范式，系统会产生较少的列和较多的表，因而减少了数据冗余，也利于性能的提高。

　　完全按照三大范式规范化设计的系统几乎是不可能的，除非系统特别的小，在规范化设计后，有计划地加入冗余是必要的。冗余可以是冗余数据库、冗余表或者冗余字段，不同粒度的冗余可以起到不同的作用。冗余可以是为了编程方便而增加，也可以是为了性能的提高而增加。从性能角度来说，冗余数据库可以分散数据库压力，冗余表可以分散数据量大的表的并发压力，也可以加快特殊查询的速度，冗余字段可以有效减少数据库表的连接，提高效率。

　　主键的设计 

　　主键是必要的，SQL SERVER的主键同时是一个唯一索引，而且在实际应用中，我们往往选择最小的键组合作为主键，所以主键往往适合作为表的聚集索引。聚集索引对查询的影响是比较大的，这个在下面索引的叙述。

　　在有多个键的表，主键的选择也比较重要，一般选择总的长度小的键，小的键的比较速度快，同时小的键可以使主键的B树结构的层次更少。

　　主键的选择还要注意组合主键的字段次序，对于组合主键来说，不同的字段次序的主键的性能差别可能会很大，一般应该选择重复率低、单独或者组合查询可能性大的字段放在前面。

　　外键的设计

　　外键作为数据库对象，很多人认为麻烦而不用，实际上，外键在大部分情况下是很有用的，理由是：

　　外键是最高效的一致性维护方法，数据库的一致性要求，依次可以用外键、CHECK约束、规则约束、触发器、客户端程序，一般认为，离数据越近的方法效率越高。

　　谨慎使用级联删除和级联更新，级联删除和级联更新作为SQL SERVER 2000当年的新功能，在2005作了保留，应该有其可用之处。我这里说的谨慎，是因为级联删除和级联更新有些突破了传统的关于外键的定义，功能有点太过强大，使用前必须确定自己已经把握好其功能范围，否则，级联删除和级联更新可能让你的数据莫名其妙的被修改或者丢失。从性能看级联删除和级联更新是比其他方法更高效的方法。

　　字段数据类型设计原则:

　　A、数据类型尽量用数字型，数字型的比较比字符型的快很多，尤其是作为主键。

　　B、 数据类型尽量小，这里的尽量小是指在满足可以预见的未来需求的前提下的，节省一个字节是一个字节，虽然硬盘便宜也不能浪费啊。

　　C、 尽量不要允许NULL，除非必要，可以用NOT NULL+DEFAULT代替。

　　为什么最好不要为null呢，因为在程序处理过程中，你经常要为null值进行处理，比如使用isnull进行判断，这样削弱查询的速度，还有程序中需要不断的为null值进行判断，多写了代码，减少了程序的性能。

　　D、少用TEXT和IMAGE，二进制字段的读写是比较慢的，而且，读取的方法也不多，大部分情况下最好不用。在SQL Server 2005尽可能使用nvarchar(max), 或者varchar(max); 除非必要图片尽量上传到服务器，数据库保留上传地址。

　　E、自增字段要慎用

　　1. 不利于数据迁移；

　　2. 不利于分布式部署；

　　3. 无法预知Id，为子表数据插入造成困难；

　　4. 没有实际意义，无法让人看出这个数字到底有什么用。

　　F、尽可能使用定长数据类型，而不是变长数据类型。

　　为什么不要设计过多的变长类型的数据呢?

　　1. 对于 SQl Server 为说，变长类型的数据，在更新的时候，如果长度比以前的大，会进行页拆分。会对查询性能造成严重的影响。会增加查询时，I/O 的花费 (Cost) 页分隔越多，查询时，I/O 的开销就越大。对于变长的字段来说，有可能这个字符的内容存储在不同的位置，这个字段的内容存储在不同的位置。存储在不同的页中, 它们之间有指针来关联。这种情况会造成查询时，磁头来回寻址，定位。可能你查一条记录，磁头找这条记录的这个变长字段的内容，都要去好几个页里找，才能完整的找到。这样，就造成了很大个 I/O 开销，降低了查询性能。从物理上来说，文件本来就经常容易产生碎片。再加上变长类型的页拆分。

　　页是SQL Server存储数据的基本单位，大小为8kb，可以存储表数据、索引数据、执行计划数据、分配位图、可用空间信息。页是SQL  Server可以读写的最小I/O单位。即便是读取一行数据，它也要把整个页加载到缓存并从缓存中读取数据。

　　页拆分是这样产生的:

　　比如：有一个变长类型的字段 Content: nvarchar(512)。你添加一条记录，给 Content 的值是 N'ABC'，那么，存储的时候，直接就存储 N'ABC' 了。当你下次 Update 这条记录的 Content 字段时，给的值是 N'ABCDEF'，那么就会发生页拆分。DEF 对被存储在其它页。因为有可能上一次分配的数据页已经存储了其他行的数据对吧，对，512，只是用来限制这个字段的长度。并不与页拆分有关系。记录的物理顺序，与你 INSERT 的顺序是一致。你 INSERT 了 N条，然后再去修改第一条，这时候可能不在同一个页了。

　　以上结论就是把变长字段的内容加大，就会造成页拆分了。也就是说可变长类型是把一页填满，再填另一页，影响比较大的是，每次insert的时候会增加分配数据页的次数。

　　当然有可能造成一行数据保存在2个数据页里。但是，同样，不但页拆分对增加查询时的 I/O 开销，字符不必要的太长，也会增加 I/O 开销。

　　2. 字段大小对表总大小有影响

　　SQL Server 2005单行字段总长是8060字节。

　　3. 可变长类型是有长度限制的

　　以上内容是第一篇，请大家多多发表意见!