数据库数据处理性能提升技术

一、数据处理性能存在的问题

1、企业的数据都集中存储在数据库中，从海量的数据中查找和定位数据是非常耗时的；
2、数据集中存储后，所有用户都要来访问数据库，当很多用户同时访问数据库时，数据库服务器的负载就非常中。

二、数据处理过程

• 所有处理要由CPU完成，但数据全部存储在磁盘上。CPU和磁盘很不匹配：CPU速度很快，磁盘速度很慢，相差天文数字（106）个数量级；
• 磁盘有不可替代的特质：存储容量大；其上的数据不受系统故障影响；
• 内存速度比磁盘高很多，起到缓冲作用，但其容量比磁盘小很多，其上的数据在发生死机或停电之类的故障时，数据丢失；
• 数据库数据量通常比内存容量大很多；

三、数据库性能度量指标

1、事务吞吐量
单位时间内能够完成事务的数量；
2、响应时间
完成单件事务需要耗费的时间。

两个指标必须相提并论，不能单独来提

四、提高数据库性能的策略

挖掘和利用

• 数据特性
• 硬件特性
• 以及数据访问特性

五、提高数据库性能的方法

与数据库设计有关的方法：
1、排序
2、索引

大块的数据变成了很小的索引（仅2行），缩小了很多很多倍，可以一次
性加载到内存里，迅速地找到想要的行，然后将行数据从磁盘读入内存。

没有索引，则要把大块数据全运输到内存，一个一个地比对，仅只极少的行有用。

创建索引时的注意事项

语法：

CREATE INDEXstudentIndexONstudent(dno, name);

正确地任用索引：

• 不要对数据量少的表创建索引。因为读磁盘是以页（8k)为单位进行，如果表数据量只有几个页，索引就没意义。就像很少几页的文章，再给它搞个目录页也没有意义；
• 对长字符串的字段，例如备注字段，不要创建索引，因为压缩比会小；
• 对访问频繁的外键（作为查询条件，或者联接运算），应对其创建索引；
• 对经常作为查询条件、联接运算、排序、分组、UNION，DISTINCT 的字段，对其创建索引；

哈希索引

当往表中添加一行记录时，对要哈希的字段计算哈希值，然后把该记录存储在磁盘空间中磁盘地址为该哈希值的地方。

查询数据行时，用户给出字段值，通过哈希计算，就可发现该记录的磁盘空间地址，直接读到对应的记录，不须要一行一行地去比对；对分布均匀特性的字段，哈希索引可行；例如“学号”字段；

3、连续的磁盘空间

• 磁盘以片段为单位来存储数据；
• 一个文件在磁盘上被划分成多个片段，磁盘选取空闲片段来存储表记录； 如果这些片段散布在整个盘面上，磁头就要反复来回走动，效率低。

处理方式

• 对于表记录，如果连续地存储在一个磁道上，当读数据时，数据就可一个紧挨一个地读到，访问速度就会大大加快；
• 你的计算机使用一段时间后，感觉明显变慢，也是这个道理；
• 你可以做磁盘碎片整理，让每个文件的数据在磁盘上连续存储，这样就克服了磁头在盘面空间中到处来回移动，速度大大加快；

4、分类、聚簇

把关系非常紧密，但位于不同表中的行记录，在磁盘上临近存储。当它们做联接运算时，就能迅速得到结果；

5、内存缓冲

我们知道，我们的钱放在银行最可靠，小偷偷不走，也不会丢失。但是,如果每次用钱时，都到银行去取，很费时间（至少要1小时），效率很低。为了提高效率，我们会一次到银行取2000放在口袋里，要用钱时，马上就可拿到，效率极高。

数据存在磁盘上可靠。访问磁盘也是这个道理，很费时间。可事先把数据缓存在内存中，这样数据访问效率和性能就会极大地提高；

6、日志和磁盘分开存储

• 当日志和数据库配置在一个物理磁盘上时，磁头一会要去数据库区读写要处理的数据，马上又要跳到日志区写日志，接着又要折回数据库区读写要处理的数据。磁头来回长距离倒腾，疲于奔命，
  效率极低，性能极差。
• 当配置单独的日志磁盘时，正常运行时，日志具有只写不读的特点，而且是递增，磁头可一个挨一个地写，不用来回移动，性能得到极大提高。

底下的两种是完成封装在DBMS中，对数据库设计者和DBA透明

7、查询优化

查询优化并不明白，待探讨

8、并发执行

以上为个人的总结（搬运老师的PPT），有不妥当之处，请在评论中指出。