一、关系型数据库三范式
第一范式(1NF)
字段要具有原子性,不可继续拆分,一般根据实际需求决定。
第二范式(2NF)
在第一范式的基础上,非主属性必须完全依赖于候选码(消除非主属性对主键的部分函数依赖)。
第三范式(3NF)
在第二范式的基础上,任何非主属性不依赖于其他非主属性(消除传递依赖)。
反三范式:允许部分字段冗余。
三范式:只是我们设计表时的一个参考规则,实际表的设计要根据实际业务去设计。
二、数据库优化
(一)库与表结构优化
分库分表:当单个库或表的数据量大时,数据库的性能会变慢。
1.垂直拆分
垂直拆分表
当一个表中的数据量比较大,字段比较多时,创建附属表,将表中不常用的字段存入附属表,通过创建外键进行关联。
垂直拆分库
根据不同的业务需求,将不同的表放入不同的库中,一般会放到多个服务器上。
2.水平拆分
水平拆分表
单表数据量太大,将数据水平拆分成多个表,多个表组合在一起才能组成一个完整的数据。
将拆分的表放到不同的库中。
问题:
主键如何保证唯一性
解决方法:
1.指定每张表的id取值范围
2.通过实践或地理位置限制
3.通过趋势递增(雪花算法)
水平拆分库
问题:
多表查询会受到影响,事务也会受到影响。
解决方法:
目前没有人能解决这些问题,我们可以使用开源的框架产品来解决。但是不同的开源产生所解决的问题也不相同,所以要根据自己的需求去选择。
(二)架构优化
主从复制(读写分离),添加缓存,一般使用非关系数据库作为缓存数据库,将数据存到内存中。
(三)sql语句的优化
1.允许部分字段冗余,使用逻辑外键,避免使用物理外键。
2.添加索引,给查询频繁的条件添加索引,使用索引最左原则。
3.select查询时,不用*。
4.减少数据库的查询次数。
5.sql关键字尽量大写。(因为执行时,会有一个转换为大写的过程)
6.使用关联查询代替嵌套子查询。
7.使用where条件过滤,避免全表查询。
8.update修改时,避免修改索引字段所在的列。
9.避免修改where后面的字段。