spring jdbc 配置

Spring JDBC Configuration

数据库设计调优

表设计

数据库表设计可以按照标准化或者非标准化设计（范式），每种方式有各自的优缺点。对于标准化字段结构，可以使数据库中的字段非常简洁，并且没有冗余的数据存储，但是这又带来另一个问题，就是在使用查询的时候，因为标准化的设计使得很多数据是在某些表中的，必须跨表查询，联结（join）查询带来的是查询效率的问题，所以比较好的方法就是这种标准化以及非标准化设计，对于某些字段，可以进行适当的冗余，以提高查询的效率。

• 表的垂直拆分
  在垂直拆分表时，我们将一个大表中的字段拆分到不同的表中去，一般涉及到性能问题是大表中的某些字段比较长，比如是text或者blob类型的，最好单独拆分到另一个表中去存储，对于需要频繁使用的业务表，不应该存储比较大的字段影响性能。
  一般在JPA/Hibernate这种orm框架中，对于这些单独的大字段，拆分表以后，可以对这些设置为lazily loaded懒加载模式（在一个新的表中，懒加载模式下，只有使用到该字段时才会去查询加载），可以明显的提升性能。

• 使用索引（indexing）
  索引是提高查询效率的最好方式之一。

  • 为了最大化的利用索引，索引应该是where，order by或者group by条件语句中频繁使用的字段。
  • 尽量使用整型（integer）类型的列作为索引。该类型占用空间比较小，所以I/O处理更快。（实际上很多索引一般都是字符串的）
  • 聚合索引（clustered）索引一般是范围查询更好，非聚合索引通常单点查询效率更高。

  需要注意的是，索引不是越多越好，因为索引是会占用额外的存储空间的，并且对于大字段（比较长的字段，比如很长的字符串，或者text这种数据格式）最好不要使用索引，对于需要频繁跟新的字段，尽量也不要设置为索引，因为更新后索引部分也需要进行相应的更新，这会影响数据库的性能。

• 使用正确的数据类型
  正确的数据类型不仅能够节省数据占用的磁盘空间，并且还能一定程度的提高数据的查询效率。
  例如，一个smallint数据占用2比特空间，但是一个int数据要占用4比特空间，如果smallint能存下的字段没有必要使用更大类型字段去存储。对于同样量的数据，更大的空间以为这数据库读取的时候需要读取更大的存储区域，一定程度上影响性能。
  同时，正确的数据类型还可以帮助我们存储数据的正确性，比如int类型的字段当存入字符串或者日期类型时会失败。

• 定义列限制条件（constraints）
  列限制条件强制限制了数据或者数据类型可以在表中进行的插入、更新、删除操作。列限制的目的是保持对于数据的更新、删除、插入的完整。但是还是需要合理的使用，比如定义not null限制时不会影响太大，但是使用check限制条件时，就需要考虑一下性能影响了。