数据库设计与性能优化核心要点.pdfVIP

第一讲

层次型数据库的最大问题：没有科学的抽象

大数据量、高并况下提高数据库性能

NoSQL：放宽对一致性的要求提高吞吐量

关系代数对SQL有何帮助？通过代数变换进行查询优化！

视图的两种用途：1.权限（不基本表，用途同接口类似）；2.重构（使用视图给现

有应用，保证和重构之前一致）

视图的问题：掩盖了复杂性，潜在的性能问题

范式：尽量降低冗余。冗余：数据的一致性需要进行操作

反范式/逆范式：一定程度上，打破范式，提高性能——有现有的最佳实践，不要打着提高

性能的幌子随意打破范式

1NF:字段只被当成一个值来使用，e.g.（可拆分，但不拆分进行验证）

第二讲

常用DBMS单CPU最大并发用户大约是3000

但，仅限于用户不相同数据的情况

——对于同一数据，仍是串行的

数据库并发的最小单元——块（视图）

质量和设计相关，和测试无关

性能很重要！——必须在设计完成之前进试

SQL的写直接影响数据库的性能——直接或间接影响查询优化器的决定

DBA的职责：备份＋恢复；开发人员的职责：剩下的一切（设计表结构、索引、设置缓存……）

“创造”追不上开发的步伐——使用经验而非创造

数据语义属于DBMS，别放在应用程序中——约束明确说明

灵活的数据库设计往往导致更低的性能

同步/异步、集中/分布——影响性能

第三讲

集中式的最大问题：单点故障（复杂的保障）

分布式不是“切割”，而是“”

性上升

一致性难度增大

难以进行资源的整体考虑

一般用NoSQL

道理是很难解释的；积累经验自然有更好的方案。

一知半解是非常的。（ion!=Blockbox）

不同方式数据库的速度：SQL扩展SQLCODBC

尽可能将逻辑放入查询中，而不是宿主语言中。

进攻式SQL：

假定：正常的操作是大多数（经验阀值80%）

提高吞吐量的有效

让数据库检查错误（更新行数）

多数应用不作需要进行交互的有效性检查

和鲁莽的限界很模糊

第一讲

Thebiggestproblemofhierarchicaldatabases:noscientificion.Improvingdatabaseperformanceunderlarge

amountsofdataandhighconcurrency.NoSQL:Relaxingtherequirementsforconsistencytoincreasethroughput.Howdoes

relationalalgebrahelpSQL?Queryoptimizationthroughalgebraictransformation!Twousesofviews:1.Permissions(does

notexposebasictab,hasasimilarpurposetotheinterface);2.Reconstruction(useviewstoprovideexistingapplications,

ensuringtheyareconsistentwithbeforereconstruction).Problemswithviews:maskingcomplexityandpotential

performanceissues.Paradigm:minimizingredundancy.Redundancy:Moreoperationsarerequiredtomaintaindata

consistency.Anti-paradigm/anti-par