关系型数据库三范式
第一范式:字段要具有原子性,不可以继续拆分,一般根据实际需求来去决定
第二范式:建立在第一范式的基础上,每一列数据必须可以被唯一的区分,依赖于主键
每一张表至少要有一个主键
第三范式:建立在第二范式的基础之上,一般应用于设计多表关系中,要求一个数据表中不包含已在其他表中已包含的非主键字段,因为会出现冗余,表的信息如果能被推导出来就不应该单独设计一个字段来存储,可以使用外键进行关联,而不是将另一张表中的非主键属性直接写在当前表中
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来去设计
数据库优化
库和表结构优化
分库分表
当单个库或者表中的数据量大时 数据库的性能会变慢
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,创建一个附属表,将表中不常用的字段存入附属表,通过创建外检进行关联
垂直拆分库
根绝不同的业务需求,将不同的表放入不同的库中,一般会放到多个服务器上
水平拆分
水平分库分表
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成的数据
将拆分的表放到不同的库中
水平拆分面临的问题:
主键如何保证唯一性
1.制定每张表的id取值范围
2.通过时间或者地理位置
3.通过趋势递增 雪花算法
水平分库 会面临 多表查询会受到影响 事物也会受到影响
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
但是不同的开源产品,所解决的问题也不相同,所以根据自己的需求来去选择
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做为缓存数据库 将数据存到内存中
sql语句的优化:
允许部分字段冗余,使用逻辑外键避免使用物理外键
添加索引:给查询频繁的条件添加索引,使用索引最左原则
查询时 select 后面不使用*
减少数据库的查询的次数
sql关键字尽量大写
使用关联查询替代嵌套子查询
使用where条件过滤 避免全表查询
Update修改时,避免修改索引字段所在的列
避免修改where后面字段