大数据量高并发的数据库优化.docx资源-CSDN文库

版权申诉

99 浏览量 2021-10-03 14:51:00 上传评论收藏 25KB DOCX 举报

资源推荐

资源详情

资源评论

一、数据库结构的设计

 如果不能设计一个合理的数据库模型，不仅会增加客户端和服务器段程序的编程和维护

的难度，而且将会影响系统实际运行的性能。所以，在一个系统开始实施之前，完备的数

据库模型的设计是必须的。

 在一个系统分析、设计阶段，因为数据量较小，负荷较低。我们往往只注意到功能的实

现，而很难注意到性能的薄弱之处，等到系统投入实际运行一段时间后，才发现系统的性

能在降低，这时再来考虑提高系统性能则要花费更多的人力物力，而整个系统也不可避免

的形成了一个打补丁工程。文档来自于网络搜索

 所以在考虑整个系统的流程的时候，我们必须要考虑，在高并发大数据量的访问情况下，

我们的系统会不会出现极端的情况。（例如：对外统计系统在 7 月 16 日出现的数据异常

的情况，并发大数据量的的访问造成，数据库的响应时间不能跟上数据刷新的速度造成。

具体情况是：在日期临界时（00：00：00），判断数据库中是否有当前日期的记录，没

有则插入一条当前日期的记录。在低并发访问的情况下，不会发生问题，但是当日期临界

时的访问量相当大的时候，在做这一判断的时候，会出现多次条件成立，则数据库里会被

插入多条当前日期的记录，从而造成数据错误。），数据库的模型确定下来之后，我们有

必要做一个系统内数据流向图，分析可能出现的瓶颈。文档来自于网络搜索

 为了保证数据库的一致性和完整性，在逻辑设计的时候往往会设计过多的表间关联，尽

可能的降低数据的冗余。（例如用户表的地区，我们可以把地区另外存放到一个地区表

中）如果数据冗余低，数据的完整性容易得到保证，提高了数据吞吐速度，保证了数据的

完整性，清楚地表达数据元素之间的关系。而对于多表之间的关联查询（尤其是大数据

表）时，其性能将会降低，同时也提高了客户端程序的编程难度，因此，物理设计需折衷

考虑，根据业务规则，确定对关联表的数据量大小、数据项的访问频度，对此类数据表频

繁的关联查询应适当提高数据冗余设计但增加了表间连接查询的操作，也使得程序的变得

复杂，为了提高系统的响应时间，合理的数据冗余也是必要的。设计人员在设计阶段应根

据系统操作的类型、频度加以均衡考虑。

1 / 16

 另外，最好不要用自增属性字段作为主键与子表关联。不便于系统的迁移和数据恢复。

对外统计系统映射关系丢失（******************）。文档来自于网络搜索

 原来的表格必须可以通过由它分离出去的表格重新构建。使用这个规定的好处是，你可

以确保不会在分离的表格中引入多余的列，所有你创建的表格结构都与它们的实际需要一

样大。应用这条规定是一个好习惯，不过除非你要处理一个非常大型的数据，否则你将不

需要用到它。（例如一个通行证系统，我可以将

USERID，USERNAME，USERPASSWORD，单独出来作个表，再把 USERID 作为其他

表的外键）文档来自于网络搜索

表的设计具体注意的问题：

 1、数据行的长度不要超过 8020 字节，如果超过这个长度的话在物理页中这条数据会

占用两行从而造成存储碎片，降低查询效率。

 2、能够用数字类型的字段尽量选择数字类型而不用字符串类型的（电话号码），这会

降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接回逐个比较

字符串中每一个字符，而对于数字型而言只需要比较一次就够了。文档来自于网络搜索

 3、对于不可变字符类型 char 和可变字符类型 varchar 都是 8000 字节,char 查询快，

但是耗存储空间，varchar 查询相对慢一些但是节省存储空间。在设计字段的时候可以灵

活选择，例如用户名、密码等长度变化不大的字段可以选择 CHAR，对于评论等长度变化

大的字段可以选择 VARCHAR。文档来自于网络搜索

 4、字段的长度在最大限度的满足可能的需要的前提下，应该尽可能的设得短一些，这

样可以提高查询的效率，而且在建立索引的时候也可以减少资源的消耗。文档来自于网络搜索

二、查询的优化

保证在实现功能的基础上，尽量减少对数据库的访问次数；通过搜索参数，尽量减少对表

的访问行数,最小化结果集，从而减轻网络负担；能够分开的操作尽量分开处理，提高每次

2 / 16

的响应速度；在数据窗口使用 SQL 时，尽量把使用的索引放在选择的首列；算法的结构尽

量简单；在查询时，不要过多地使用通配符如 SELECT * FROM T1 语句，要用到几列就

选择几列如：SELECT COL1,COL2 FROM T1；在可能的情况下尽量限制尽量结果集行

数如：SELECT TOP 300 COL1,COL2,COL3 FROM T1,因为某些情况下用户是不需要那

么多的数据的。

在没有建索引的情况下，数据库查找某一条数据，就必须进行全表扫描了，对所有数据进

行一次遍历，查找出符合条件的记录。在数据量比较小的情况下，也许看不出明显的差别，

但是当数据量大的情况下，这种情况就是极为糟糕的了。

SQL 语句在 SQL SERVER 中是如何执行的，他们担心自己所写的 SQL 语句会被 SQL

SERVER 误解。比如：

select * from table1 where name='zhangsan' and tID > 10000

和执行:

select * from table1 where tID > 10000 and name='zhangsan'

一些人不知道以上两条语句的执行效率是否一样，因为如果简单的从语句先后上看，这两

个语句的确是不一样，如果 tID 是一个聚合索引，那么后一句仅仅从表的 10000 条以后的

记录中查找就行了；而前一句则要先从全表中查找看有几个 name='zhangsan'的，而后

再根据限制条件条件 tID>10000 来提出查询结果。

事实上，这样的担心是不必要的。SQL SERVER 中有一个“查询分析优化器”，它可以计算

出 where 子句中的搜索条件并确定哪个索引能缩小表扫描的搜索空间，也就是说，它能实

现自动优化。虽然查询优化器可以根据 where 子句自动的进行查询优化，但有时查询优化

器就会不按照您的本意进行快速查询。

在查询分析阶段，查询优化器查看查询的每个阶段并决定限制需要扫描的数据量是否有用。

如果一个阶段可以被用作一个扫描参数（SARG），那么就称之为可优化的，并且可以利

用索引快速获得所需数据。

3 / 16

剩余15页未读，继续阅读

内容反馈

版权申诉

zhangao_fengg

粉丝: 16
资源: 5万+

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip