数据库设计理论之软件

     数据库的设计在系统设计当中是一个非常重要的环节，目前很多开发商忽略了它的重要性，把数据库设计基本等同于创建业务所需要的所有对象，这样系统就存在很多隐患。对于数据库的设计，除了一些必要的对象创建之外，还有更多需要考虑在系统运行的整个生命周期中，按照实际的情况及以后可能发生的变化做一些前瞻性的设计，以满足系统生命周期里的各方面需求，避免发生大的修改或升级。

    前期的数据库设计一定要弄清楚数据库的类型，一般说来，把业务分两类，在线事务处理系统（OLTP）和在线分析系统（OLAP）或者DSS（决策支持系统），这两类系统在数据库的设计上是大不相同的，甚至有些地方的设计是貌似相悖的。比如OLTP系统强调数据库的内存效率，强调内存各种指标的命中率，强调绑定变量，强调并发操作；而OLAP系统则强调数据分析，强调SQL执行时长，强调磁盘I/O，强调分区等。因为这些区别，在数据库设计的阶段，弄清楚数据库类型是至关重要的，只有在这个前提下，才能够讨论数据库的具体设计，否则一切都是盲目的空谈。

    1.OLTP数据库

     OLAP和OLTP是两类完全不同的系统，对数据库的要求也不同。一般来说，OLTP（在线事务处理系统）的用户并发数都很多，但他们只对数据库做很小的操作，数据库侧重于对用户操作的快速响应，这是对数据库最重要的性能要求。对OLTP系统来说，数据库的内存设计很重要，如果数据可以在内存中处理，那么数据库的性能无疑会提高很多。有些对处理速度要求很高的系统，已经采用了一些内存数据库，比如oracle的times ten。

     内存的设计通常是通过调整Oracle和内存相关的初始化参数来实现的，比较重要的几个是内存相关的参数，包括SGA的大小（Date Buffer，Shared Pool）、PGA大小（排序区，Hash区等）等，这些参数在一个OLTP系统里显得至关重要，OLTP系统是一个数据块变化非常频繁、SQL语句提交非常频繁的系统。对于数据块来说，应尽可能让数据块保存在内存当中，对于SQL来说，尽可能使用变量绑定技术来达到SQL的重用，减少物理I/O和重复的SQL解析，能极大的改善数据库的性能。

     关于一些初始化参数的设定的问题，没有一个确定的标准，这和每个数据库上运行的业务直接相关，能够确定这些参数值的唯一方法就是测试，先给这些参数设定一个经验值，然后通过搭建测试环境对数据库进行测试，通过一些性能报告作为依据，不断地调整这些参数值，以达到最佳性能。

    除了内存、没有绑定变量的SQL会对OLTP数据库造成极大的性能影响之外，还有一些因素也会导致数据库的性能下降，比如热块（hot block）的问题，当一个块被多个用户同时读取的时候，oracle 为了维护数据的一致性，需要使用一种称为Latch的东西来串行化用户的操作。当一个用户获得这个Latch后，其他的用户就只能被迫等待。获取这个数据块的用户越多，等待就越明显，就造成了这种热块问题。这种热块可能是数据块，也可能是回滚段块。对于数据块来讲，通常是数据块上的数据分布不均匀导致，如果是索引的数据块，可以考虑创建反向索引来达到重新分布数据的目的，对于回滚段数据块，可以适当多增加几个回滚段来避免这种争用。

     2.OLAP数据库

     OLAP数据库在内存上可优化的余地很小，用户对OLAP系统性能的期望远远没有对OLTP性能的期望那么高。内存的优化，对OLＡP影响很小，因为对于海量的数据，全部在内存中操作是很难的，也是没有必要的，由于这些数据块很少重用，缓存起来也没有意义，倒是物理I/O相当大，这种系统的瓶颈往往是在磁盘I/O上面。

     对于OLAP系统，SQL的优化非常重要，例如：如果一张表中只有几千条数据，无论执行全表扫描或是使用索引，差别都很小，几乎感觉不出来，但是当数据量是几亿甚至几十亿的时候，全表扫描、索引可能导致极大的性能差异，因此此时的SQL优化显得十分重要。

     分区技术在OLAP数据库中很重要，这种重要主要体现在数据管理上，比如数据加载，可以通过分区交换的方式实现（具体过程可见另一篇文章），备份可以通过备份分区表空间实现，删除数据可以通过分区进行删除，分区一般情况下性能都是优于非分区的，但是不能一概而论，下面讨论几种使用分区的情况：

     1）当查询的范围正好落在某个分区的时候

         这时候分区的效率自然是高于没有分区的，因为SQL在有分区的表上只扫过一个分区的数据，而对于没有分区的需要进行全表扫描。

     2）当查询的范围跨越几个分区时

         这时候的分区可能并不绝对是最优的，此时的分区效率不一定比非分区的效率高，甚至可能效率低于非分区的效率。例如：一张分区表和一张非分区表，两表的结构和数据完全一样，不同点在于一个分区一个未分区，两表都在同一列创建索引，使用同一条SQL语句（如select  /* +index ffs （t t ind）*/ count（*）from table）让CBO使用FAST INDEX FULL SCAN的方式扫描索引，此时在分区表的执行效率明显低于非分区表的效率，这是因为分区索引在做FFS（FAST INDEX FULL SCAN）的时候只能够在本地索引上进行，如果涉及其他的分区，还需要按照访问索引的方式去访问其他索引（如先找到其他分区索引的根数据块，再找到最左边的叶块，然后执行FFS操作），这样，查询跨过的分区越多，这种额外的代价就越大，而在这种情况下，非分区表使用全局索引只需要定位到一个叶块，然后执行一次FFS就能够扫过所有的索引叶块，这样性能就会好于分区索引。

      在OLAP环境中，分区主要的功能是方便管理，它并不能绝对保证查询性能的提高，有时候分区会带来性能上的提高，有时候甚至会降低。