当前位置：首页 > news >正文

八、数据库设计与优化详解

news 来源：原创 2025/6/20 17:56:01

一、数据库设计范式与反范式

1. 数据库设计三大范式

范式级别	要求	示例问题与解决方案
1NF	字段原子性（不可再分）	将“地址”字段拆分为省、市、详细地址
2NF	消除部分依赖（所有非主属性完全依赖主键）	订单表中不应直接存储商品名称，应通过商品ID关联
3NF	消除传递依赖（非主属性不依赖其他非主属性）	员工表中部门名称应通过部门ID关联，而非直接存储

2. 反范式设计

适用场景：读多写少的高性能需求场景（如数据仓库）
常见手段：

冗余字段：在订单表中直接存储商品名称（避免JOIN）
汇总字段：在用户表中增加订单总数字段（避免COUNT查询）

示例：

-- 范式设计（3NF）
CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    product_id INT,
    FOREIGN KEY (user_id) REFERENCES users(user_id),
    FOREIGN KEY (product_id) REFERENCES products(product_id)
);

-- 反范式设计（冗余商品名称）
CREATE TABLE orders (
    order_id INT PRIMARY KEY,
    user_id INT,
    product_id INT,
    product_name VARCHAR(100),  -- 冗余字段
    FOREIGN KEY (user_id) REFERENCES users(user_id)
);

二、执行计划分析与优化

1. EXPLAIN 关键字段解析

EXPLAIN SELECT * FROM products WHERE price > 100 AND category = '电子';

字段	说明	优化关注点
type	访问类型（性能排序：const > ref > range > index > ALL）	尽量避免 ALL（全表扫描）
key	实际使用的索引	检查是否命中预期索引
rows	预估扫描行数	数值越大性能越差
Extra	附加信息	关注 `Using filesort`、`Using temporary`

2. 常见执行计划问题

问题 1：全表扫描
现象：type=ALL，key=NULL
解决：为WHERE条件字段添加索引

问题 2：文件排序
现象：Extra=Using filesort
解决：为ORDER BY字段添加索引

三、索引深度优化

1. 索引选择策略

场景	推荐索引类型	示例
等值查询	B-Tree索引	`WHERE user_id = 123`
范围查询	B-Tree索引	`WHERE create_time > '2023-01-01'`
全文搜索	全文索引（FULLTEXT）	`WHERE MATCH(content) AGAINST('关键词')`
多维度查询	联合索引	`INDEX (city, age)`

2. 索引优化实战技巧

技巧 1：覆盖索引优化

-- 原始查询（需回表）
SELECT * FROM products WHERE category = '电子';

-- 优化为覆盖索引查询
SELECT product_id, category FROM products WHERE category = '电子';
-- 创建索引：CREATE INDEX idx_category ON products(category);

技巧 2：索引下推（ICP）

/* MySQL 5.6+ 自动启用，对联合索引 (a,b) 的优化：
   WHERE a > 10 AND b = 5 
   旧版本：先按a>10过滤，再逐条检查b=5
   ICP：直接按a>10 AND b=5过滤
*/

四、分库分表策略

1. 分片策略对比

策略	优点	缺点	适用场景
水平分表	数据均匀分布	跨分片查询复杂	大数据量表（如订单）
垂直分表	减少IO	需要多次JOIN	宽表字段分离
哈希分片	数据分布均匀	扩容困难	随机访问型业务
范围分片	易于范围查询	可能产生热点	时间序列数据

2. 分库分表示例

-- 原始表
CREATE TABLE orders (
    order_id BIGINT PRIMARY KEY,
    user_id INT,
    amount DECIMAL(10,2),
    create_time DATETIME
);

-- 水平分表（按user_id取模分4张表）
CREATE TABLE orders_0 (...);  -- user_id % 4 = 0
CREATE TABLE orders_1 (...);  -- user_id % 4 = 1
CREATE TABLE orders_2 (...);
CREATE TABLE orders_3 (...);

五、慢查询优化全流程

1. 优化步骤

定位慢查询

-- MySQL 开启慢查询日志
SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 2;  -- 超过2秒的查询

分析执行计划

EXPLAIN SELECT * FROM large_table WHERE ...;

索引优化
- 添加缺失索引
- 删除冗余索引
- 调整索引顺序
改写查询语句
- 避免使用SELECT *
- 将子查询改为JOIN
- 拆分复杂查询
系统级调优
- 调整innodb_buffer_pool_size
- 升级硬件配置

2. 典型案例分析

场景：用户订单分页查询缓慢
原始SQL：

SELECT * FROM orders 
WHERE user_id = 123 
ORDER BY create_time DESC 
LIMIT 100000, 20;

优化方案：

索引优化：创建联合索引 (user_id, create_time)

分页优化：改用游标分页

SELECT * FROM orders 
WHERE user_id = 123 AND create_time < '2023-06-01' 
ORDER BY create_time DESC 
LIMIT 20;

六、实战项目：电商系统优化

1. 数据库设计优化

-- 商品表（反范式设计）
CREATE TABLE products (
    product_id INT PRIMARY KEY,
    product_name VARCHAR(255),
    category_id INT,
    category_name VARCHAR(50),  -- 冗余分类名称
    price DECIMAL(10,2),
    stock INT,
    INDEX idx_category (category_id),
    INDEX idx_price (price)
);

-- 订单表（垂直分表）
CREATE TABLE orders_base (
    order_id BIGINT PRIMARY KEY,
    user_id INT,
    status TINYINT,
    create_time DATETIME
);

CREATE TABLE orders_detail (
    order_id BIGINT PRIMARY KEY,
    address TEXT,
    payment_info JSON
);

2. 慢查询优化案例

问题SQL：

SELECT p.*, COUNT(o.order_id) AS sales 
FROM products p
LEFT JOIN orders o ON p.product_id = o.product_id 
WHERE p.price BETWEEN 100 AND 500
GROUP BY p.product_id
ORDER BY sales DESC
LIMIT 100;

优化步骤：

为products.price添加索引
为orders.product_id添加索引

使用覆盖索引优化：

SELECT p.product_id, p.product_name, 
       (SELECT COUNT(*) FROM orders WHERE product_id = p.product_id) AS sales
FROM products p
WHERE p.price BETWEEN 100 AND 500
ORDER BY sales DESC
LIMIT 100;