WEB 15.数据库中的优化

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