设置"用于统计的冗余字段"要谨慎

在目前的项目中，因为涉及到一些较复杂的统计功能，我在某个表中添加了三个字段：

nums1,nums2,nums3

这三个字段分别为table1，table2，table3中相关的有效记录行数。

 

 

添加这三个字段的原因如下：

原因1： 在页面显示中，如果没有这三个字段，单纯靠sql来生成显示列表的话，需要关联三个表，这三个表都是记录较多的表，关联起来效率很低。

原因2： 在网站的前台，有了这三个字段，可以减少对table1和table2，table3的select，提高效率。

 

居于上面的原因，增加上面三个字段有利于提高程序运行的效率。

 

 

但在真实的开发过程中，发现这样的设计存在很大缺点。

具体的缺点如下：

A 开发困难。table1，table2，table3中的数据增减，都要相应的对nums1，nums2，nums3进行加1或减1的操作。所以这些操作都需要用事务实现。

 

B 健壮性不足：通过数据库的事务，可以保证nums1，nums2，nums3的正确性，但由于业务复杂，开发人员极有可能没有很好的保证事务的实现，而且开发人员对某些业务的理解错误，也可能会导致这些数据出错。

在这种情况下，只要在某个时间点，数据发生了错误（少加了1，或者少减了1），错误就会一直存在下去，直到某种临界情况，才会发现问题（当然运气好的话，问题可能会一直隐藏下去）。一旦发现问题之后，修正过程可能是痛苦而危险的工作。

 

 

因此，此处的DB设计中，这三个字段的添加是不必要的。现在回头看，此设计不符合以下设计原则：

1 软件设计的核心问题是：管理复杂度。上面三个字段的添加，只考虑了页面显示的效率和减少数据库查询，但增加了程序的复杂度，得不偿失。

2 减少数据冗余,减少数据依赖：逆范式化的DB设计，虽然可以提高程序运行效率。但要考虑：保持数据的一致性是否会很复杂；如果数据不一致的后果是否严重。

 

 

 

那么如何在不增加上面三个字段的情况下，同时解决“原因1”和“原因2”的问题呢。可以采用如下方法：

1 要避免大表关联，可以分别查询各个表的结果，然后在php里面进行“连接处理”。或者考虑引入临时表都是可以考虑的方案。

 

2 在某些页面，如果确实需要减少对 table的select，需要用到nums1,nums2,nums3，可以将这个字段生成cache。视实际情况，cache可以放在file中，或放在APC/accelerate等中，或memcached等分布式cache中。这边的缓存策略视实际需求，可能也会比较复杂，但效率会比直接操作DB高。

 

 

当然，如果你只是统计下浏览人数等类似数据，或者业务逻辑很简单的话，那还是直接添加个统计字段，并在必要的操作上时加上事务就可以了。