一、实际开发项目中数据库的设计
1.需求
-
根据项目的原型图,进行数据库的设计。
- 表结构的设计
- 字段类型、是否主键、是否为null等
- 索引的设计,在哪些字段上建立索引等
- 数据库引擎的选择,InnoDB、MyISAM等
-
思路:词性分析法,动词体现关系,名词体现表或者字段;
2.设计
-
主键:一般业务数据不会做主键;
-
mysql5.7版本之后,新出的数据类型JSON,longtext
- 1.对于文章来说,文章图片一旦发布,不会变化,对于字符比较长,不经常变化的数据,可以使用json存储。
- 2.这样可以减少定义一张表
-
数据库三范式:
- 1.表中的字段不可分割,原子性;
- 2.满族1范式的基础上,表要有主键依赖
- 3.满族2范式的基础上,主键之间要直接依赖。
-
为了提高查询效率,可以做冗余字段的设计(空间换时间的思想,属于一种反范式的设计)
-
字段类型的选择
- 整型的存储大小与显示大小问题
- int(3)和int(6)的存储范围是相同的
- char与varchar的选择
- char不可变,提高查询效率,但有空间浪费的问题
- varchar可变,查询效率低,但是节省空间
- 整型的存储大小与显示大小问题
-
常见的数据库类型就不列举了,自行百度一下。如int,char,varchar,date,datetime等
-
索引
- 主键Primary Key
- 外键Foreign Key
- 外键的作用是:保持数据的完整性
- CASCADE
- 在父表上更新和删除数据的时候,同步更新和删除子表的数据
- ON DELETE:删除主表自动删除子表,删除从表,主表不变
- ON UPDATE:更新主表自动更新子表,更新从表,主表不边
- 在父表上更新和删除数据的时候,同步更新和删除子表的数据
- SET NULL
- 在父表上更新和删除的时候,将子表上匹配记录的列设置为null(注意子表的外键列不能设为not null)
- ON DELETE:删除主表自动更新子表为NULL,删除从表,主表不变
- ON UPDATE:更新主表自动更新子表为NULL,更新从表,主表不变
- 在父表上更新和删除的时候,将子表上匹配记录的列设置为null(注意子表的外键列不能设为not null)
- NO ACTION
- 如果子表中有匹配的记录,则不允许对父表对应的选键进行更新删除操作
- ON DELETE:从表记录不存在,主表才可以删除。删除从表,主表数据不变。
- ON UPDATE:从表记录不存在,主表才可以更新。删除从表,主表数据不变。
- RESTRICT 桐 no action,都是立即检查外键约束
- SET DEFAULT
- 父表有变更的时候,子表将外键列设置为一个默认的值。但目前Innodb不支持。
- 索引 Key/ Index
- 提高查询效率,减慢增删改速度
- 唯一约束Unique
- 保证数据不重复
-
MySQL数据库引擎
数据库存储引擎是数据库底层软件组织,数据库管理系统(DBMS)使用数据引擎进行增删改查数据。不同的存储引擎提供不同的存储机制、索引技巧、锁定水平等功能。使用不同的存储引擎,还可以获得特定的功能。现在许多不同的数据库管理系统都支持多种不同的数据引擎。MySQL的核心就是存储引擎。
SHOW ENGINS # 可以来查看MySQL提供的引擎
SHOW VARIABLES LIKE 'storage_engine' # 查看数据库默认使用那个引擎
InnoDB存储引擎
InnoDB是事务型数据库的首选引擎,支持事务安全表(ACID),支持行锁定和外键,InnoDB是默认的MySQL引擎。InnoDB主要特性有:
1.InnoDB给MySQL提供了具有提交、回滚和崩溃恢复能力的事务安全(ACID兼容)的存储引擎。
InnoDB锁定在行级并且也在SELECT语句中提供一个类似Oracle的非锁定读。这些功能增加了多用户部署和性能。在SQL查询中,可以自由地将InnoDB类型的表和其他MySQL的表类型混合起来,甚至在同一个查询中也可以混合
2.InnoDB是为处理巨大数据量的最大性能设计。它的CPU效率可能是任何其他基于磁盘关系型数据库引擎不能匹敌的。
3.InnoDB存储引擎完全与MySQL服务器整合,InnoDB的存储引擎为在贮存欸中缓存数据和索引而维持它自己的缓冲池。InnoDB将它的表和索引在一个逻辑表空间中,表空间可以包含多个数据文件(或原始磁盘文件)。这与MyISAM表不同,比如在MyISAM表中的每个表都被存放在分离的文件中。InnoDB表可以是任何尺寸,即便是在文件尺寸被限制为2GB的操作系统上。
4.InnoDB支持外键完整性约束
5.存储表中的数据时候,每张表的存储都按主键顺序存放,如果没有显示在表定义时候指定主键,InnoDB会为每一行生成一个6字节的ROWID,并以此作为主键。
6.InnoDB被用在众多需要高性能大型数据库站点上。
InnoDB不创建目录,使用InnoDB时,MySQL将在MySQL数据目录下创建一个名为ibdata1的10MB大小的自动扩展数据文件,以及两个id_logfile0和ib_logfile1的5MB大小的日志文件。
MyISAM存储引擎
MyISAM基于ISAM存储引擎,并对其进行扩展。它是在Web、数据仓储和其他应用环境下最常使用的存储引擎之一。MyISAM拥有较高的插入、查询速度,但不支持事物。MyISAM主要特性有:
1、大文件(达到63位文件长度)在支持大文件的文件系统和操作系统上被支持
2、当把删除和更新及插入操作混合使用的时候,动态尺寸的行产生更少碎片。这要通过合并相邻被删除的块,以及若下一个块被删除,就扩展到下一块自动完成
3、每个MyISAM表最大索引数是64,这可以通过重新编译来改变。每个索引最大的列数是16
4、最大的键长度是1000字节,这也可以通过编译来改变,对于键长度超过250字节的情况,一个超过1024字节的键将被用上
5、BLOB和TEXT列可以被索引
6、NULL被允许在索引的列中,这个值占每个键的0~1个字节
7、所有数字键值以高字节优先被存储以允许一个更高的索引压缩
8、每个MyISAM类型的表都有一个AUTO_INCREMENT的内部列,当INSERT和UPDATE操作的时候该列被更新,同时AUTO_INCREMENT列将被刷新。所以说,MyISAM类型表的AUTO_INCREMENT列更新比InnoDB类型的AUTO_INCREMENT更快
9、可以把数据文件和索引文件放在不同目录
10、每个字符列可以有不同的字符集
11、有VARCHAR的表可以固定或动态记录长度
12、VARCHAR和CHAR列可以多达64KB
使用MyISAM引擎创建数据库,将产生3个文件。文件的名字以表名字开始,扩展名之处文件类型:frm文件存储表定义、数据文件的扩展名为.MYD(MYData)、索引文件的扩展名时.MYI(MYIndex)
MEMORY存储引擎
MEMORY存储引擎将表中的数据存储到内存中,未查询和引用其他表数据提供快速访问。MEMORY主要特性有:
1、MEMORY表的每个表可以有多达32个索引,每个索引16列,以及500字节的最大键长度
2、MEMORY存储引擎执行HASH和BTREE缩影
3、可以在一个MEMORY表中有非唯一键值
4、MEMORY表使用一个固定的记录长度格式
5、MEMORY不支持BLOB或TEXT列
6、MEMORY支持AUTO_INCREMENT列和对可包含NULL值的列的索引
7、MEMORY表在所由客户端之间共享(就像其他任何非TEMPORARY表)
8、MEMORY表内存被存储在内存中,内存是MEMORY表和服务器在查询处理时的空闲中,创建的内部表共享
9、当不再需要MEMORY表的内容时,要释放被MEMORY表使用的内存,应该执行DELETE FROM或TRUNCATE TABLE,或者删除整个表(使用DROP TABLE)
存储引擎的选择
不同的存储引擎都有各自的特点,以适应不同的需求,如下表所示:
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-qh4h9f32-1571020611647)(file:///C:/Users/%E6%B8%85%E9%A3%8E/Desktop/%E9%BB%91%E9%A9%AC%E5%A4%B4%E6%9D%A1%E9%A1%B9%E7%9B%AE%E8%AF%BE%E4%BB%B6/images/mysql%E5%AD%98%E5%82%A8%E5%BC%95%E6%93%8E.png)]
如果要提供提交、回滚、崩溃恢复能力的事物安全(ACID兼容)能力,并要求实现并发控制,InnoDB是一个好的选择
如果数据表主要用来插入和查询记录,则MyISAM引擎能提供较高的处理效率
如果只是临时存放数据,数据量不大,并且不需要较高的数据安全性,可以选择将数据保存在内存中的Memory引擎,MySQL中使用该引擎作为临时表,存放查询的中间结果
如果只有INSERT和SELECT操作,可以选择Archive,Archive支持高并发的插入操作,但是本身不是事务安全的。Archive非常适合存储归档数据,如记录日志信息可以使用Archive
使用哪一种引擎需要灵活选择,一个数据库中多个表可以使用不同引擎以满足各种性能和实际需求,使用合适的存储引擎,将会提高整个数据库的性能
二、理解ORM
ORM(对象关系映射) O代表object对象,R代表relation关系,M代表mapping映射
- 类映射表
- 属性映射字段
- 对象映射数据、记录。
1)ORM的优点
- 省去自己拼写SQL语句,保证了SQL的正确性
- 一次编写适配多个数据库
- 防止注入攻击
- 在数据库表名或者字段名发生变化的时候,只需要修改模型类即可。
2)ORM的缺点
- 执行效率低
3)使用ORM的方式选择
- 1.Django先有类、通过迁移创建表,实现CRUD;
- 优点就是省事,表发生变化的时候,可以重新迁移
- 缺点就是不能精确控制表中字段类型和细节
- 2.先用原生SQL创建数据库表,再编写模型类映射
- 优点:可以很好的控制数据表结构的细节,避免发生迁移错误
- 缺点:麻烦,增加了很多工作。
三、数据库理论
一、复制集与分布式
-
复制集:数据库中数据相同,起到备份作用,就是一份数据,保存到不同的机器上,多份存储,作用是数据高可用
-
分布式:数据库中数据不同,共同组成完整数据集合,每个阶段被称为一个分片,就是一份数据,拆分成多份数据保存到不同的机器上,分块存储,作用是数据高吞吐
-
应用:
- 1.复制集与分布式可以单独使用,可以组合使用
- 2.reids-cluster默认是集成复制集,既有高可用,也有吞吐量
二、MySQL
1)主从复制
复制分成三步:
1.master将更改记录到二进制日志(binary log)中,(这些记录叫做二进制日志事件,binary log events);
2.slave将master的binary log events 拷贝到它的中级日志(realy log);
3.salve重做中继日志中的事件,将改变反应它自己的数据。
用自己的话来理解:
就是一个请求过来到Master,在Master上可以修改也可以插入数据,之后会生成一个日志文件叫Binary log,这个文件写在Master自己的机器上,从Slave会开启一个线程,然后读取Master的Binary_log日志,让然后写入到本地的Reloay log中,然后开启另外一个子线程,把这个日志里面的操作写入到自己的机器上,也就是开启两个线程,一个是读Master的日志,另一个是写入日志的操作。其实就是Master中执行的命令,在Slave中再执行一遍。保证数据一致。
2)读写分离对事务是否有影响?
对于写操作包括开启事务和提交事务或回滚要在一台机器上执行,分赛到多态master执行后数据库原生的单机事务就失效了。
对于事务中同时包含读写操作,与事务的隔离级别设置有关,如果事务隔离界别为read-committed或者read-uncommitted,读写分离没有影响,但是如果隔离界别为repeatable-read或者seiralizable,读写分裂就会有影响,因为会在slave上看到心数据,而正在事务中的master就看不到新数据。
3)分库分表
分库分表
- 垂直分表:单表字段太多,把字段拆分出去。
- 水平分表:单表数据太多,把数据拆分出去。
- 使用:分库分表的顺序应该是先垂直分,后水平分。
分库分表后面临的问题
-
事务支持
分库分表后,就成了分布式事务了。如果依赖数据库本身的分布式事务管理功能去执行事务,将付出高昂的性能代价; 如果由应用程序去协助控制,形成程序逻辑上的事务,又会造成编程方面的负担。
-
多库结果集合并(group by,order by)
-
跨库join
分库分表后表之间的关联操作将受到限制,我们无法join位于不同分库的表,也无法join分表粒度不同的表, 结果原本一次查询能够完成的业务,可能需要多次查询才能完成。 粗略的解决方法: 全局表:基础数据,所有库都拷贝一份。 字段冗余:这样有些字段就不用join去查询了。 系统层组装:分别查询出所有,然后组装起来,较复杂。
四、数据库优化
数据库是web应用至关重要的一个环节,其性能的优劣将会影响整合Web应用,所以需要对数据库进行优化以及提高使用性能。
sql语句优化:
- 1.避免全表扫描,应考虑在 where 及 order by 涉及的列上建立索引
- 2.查询时使用select明确指明所要查询的字段,避免使用
select *
的操作; - 3.SQL语句尽量大写
- 4.尽量避免在 where 子句中使用!=或<>操作符,
- 5.遵循最左原则,在where子句中写查询条件时把索引字段放在前面
- 6.能使用关联查询解决的尽量不要使用子查询,能不使用关联查询的尽量不要使用关联查询;
- 7.不需要获取全表数据的时候,不要查询全表数据,使用LIMIT来限制数据。
数据库优化:
- 在进行表设计的时候,可以适度增加冗余字段,减少JOIN操作;
- 多字段表可以进行垂直分表优化,多数据表可以进行水平分表优化
- 选择恰当的数据类型,如整形的选择;
- 对于强调快速读取的数据,可以考虑使用MyISAM数据库引擎;
- 对于较频繁的作为查询条件的字段创建索引;唯一性太差的字段不适合单独创建索引,即使频繁作为查询条件;更新非常频繁的数据不适合创建索引;
- 编写SQL语句的时候使用上述的方案进行优化;
- 使用慢查询工具找出效率低下的SQL语句进行优化;
- 构建缓存,减少数据库的磁盘操作;
- 可以考虑结合使用内在型数据库,如Redis,进行混合存储。
五、分布式ID
-
UUID
-
UUID是通用唯一标识码(Universally Unique Identifiter)的缩写,开放软件基金会(OSF)规范定义了包括网卡MAC地址、时间戳、名字空间、随或伪随机数、时序等元素。利用这些元素来生成UUID
-
UUID是由128位二进制,一般转换成十六进制,然后用String表示。
550e8400-e29b-41d4-a716-446655440000
-
-
UUID的优点:
- 通过本地生成,没有经过网络I/O,性能较快
- 无序,无法预测出他的生成顺序(其实也算是一个缺点)
-
UUID的缺点:
- 128位二进制一般转换成36位的16进制,太长了只能用String存储,占用空间较多。
- 不能生成递增有序的数字
-
数据库主键自增
大家对于唯一标识最容易想到的就是主键自增,这个也是我们最常用的方法。例如我们有个订单服务,那么把订单id设置为主键自增即可。
-
单独数据库 记录主键值
-
业务数据库分别设置不同的自增起始值和固定步长,如
第一台 start 1 step 9 第二台 start 2 step 9 第三台 start 3 step 9
优点:
- 简单方便,有序递增,方便排序和分页
缺点:
-
分库分表会带来问题,需要进行改造。
-
并发性能不高,受限于数据库的性能。
-
简单递增容易被其他人猜测利用,比如你有一个用户服务用的递增,那么其他人可以根据分析注册的用户ID来得到当天你的服务有多少人注册,从而就能猜测出你这个服务当前的一个大概状况。
-
数据库宕机服务不可用。
-
Redis
熟悉Redis的同学,应该知道在Redis中有两个命令Incr,IncrBy,因为Redis是单线程的所以能保证原子性。
优点:
- 性能比数据库好,能满足有序递增。
缺点:
- 由于redis是内存的KV数据库,即使有AOF和RDB,但是依然会存在数据丢失,有可能会造成ID重复。
- 依赖于redis,redis要是不稳定,会影响ID生成。
-
雪花算法-Snowflake
Snowflake是Twitter,推特公司提出来的一个算法,其目的是生成一个64bit的整数。
- 雪花算法id = 时间戳 + 机器码 + 序号
- 缺陷:时间回拨,因为雪花算法基于时间,如果时间出现了回拨问题,那么就有可能会出现重复的数据,所以我们需要在业务代码中实现判断,每生产一个时间戳,来对比一下上次的时间戳,如果小于的话就抛出异常。