chapter03_架构优化和索引_6_正则化和非正则化

• 数据库中的表

  正则化：每个因素只表达一次

  非正则化：存在信息冗余

  示例

  非正则化

    employee  |   department   |   head
    -------------------------------------
     Jones    |   Accounting   |  Jones
    -------------------------------------
     Smith    |  Engineering   |  Smith
    -------------------------------------
     Brown    |   Accounting   |  Jones
    -------------------------------------
     Green    |  Engineering   |  Smith
    -------------------------------------
  

  变成正则化以后的效果

    第一张表
  
    employee  |   department   
    ---------------------------
     Jones    |   Accounting   
    ---------------------------
     Smith    |  Engineering   
    ---------------------------
     Brown    |   Accounting   
    ---------------------------
     Green    |  Engineering   
    ---------------------------
  
    第二张表
  
     department  |   head
    -------------------------
     Accounting  |   Jones
    -------------------------
     Engineering |   Smith
  

• 正则化架构的__优势__

  (1) 更新更快（原因是没有冗余数据记录）

  (2) 建好表后，改动数据较少

  (3) 正则化表比较小

  缺点

  (1) 经常需要联接，速度慢（原因是如果一张表的话是磁盘顺序访问，而多表联接是磁盘随机访问，速度差距很大）

  (2) 列分布于多个表，难以用索引加速查询

• 结合两者的优势

  (1) 缓存表

  这些数据可以从原始表中获得，但是获取速度比较慢，因此用缓存表存储这些冗余数据

  (2) 汇总表

  含有GROUP BY查询取得的数据的表

  (3) 示例

  统计过去24小时的发帖子数量，可以建一个每小时发帖量的汇总表，然后查询的时候查汇总表中23小时的SUM()和原表一头一尾小时的发帖量，查询会加快

  (4) 使用缓存表时，可以使用不同的存储引擎加快速度

  例如原表为了支持事务要用InnoDB，但是缓存表可以用MyISAM减少索引大小，并且支持全文检索

  (5) 对于使用了InnoDB引擎的计数表(统计访问人数)，可以充分利用InnoDB支持行级锁的特性提高并发程度，方法是添加一个随机列，这样插入时插的是不同的列

  示例

    CREATE TABLE hit_counter (
        cnt int unsigned not null,
        slot tinyint unsigned not null) ENGINE = INNODB;
  
    插入数据
  
    INSERT INTO hit_counter (slot, cnt) VALUES
    (RAND() * 100, 1)
    ON DUPLICATE KEY UPDATE cnt = cnt + 1;
  

  ON DUPLICATE KEY UPDATE的意思是如果行存在就更新数据，不存在就插入记录，这样引入了随机数就可以让cnt的更新发生在多行并发

    查询cnt
  
    SELECT SUM(cnt) FROM hit_counter;
  

• 总结

  这里面用到的冗余字段、额外索引、缓存表、汇总表的各种操作，目标都是加速查询，但是副作用是增加了复杂度和放慢了写入，所以要权衡利弊