数据库的使用你可能忽略了这些


  数据库的管理是一个非常专业的事情,对数据库的调优、监控一般是由数据库工程师完成,但是开发人员也经常与数据库打交道,即使是简单的增删改查也是有很多窍门,这里,一起来聊聊数据库中很容易忽略的问题。

  字段长度省着点用

  先说说我们常用的类型的存储长度:

列类型 存储长度
tinyint 1字节
smallint 2字节
int 4字节
bigint 8字节
float 4字节
decimal(m,d) 0-4字节
datetime 8字节
timestamp 4字节
char(m) m个字节
varchar(m) 可变长度
text 可变长度

  很明显,不同的类型存储的长度有很大区别的,对查询的效率有影响,字段长度对索引的影响是很大的。

  字符串字段长度都差不多的,可以预估长度的,用char

  字符串长度差异大,用varchar,限制长度,不要浪费空间

  整型根据大小,选择合适的类型

  时间建议用timestamp

  建议使用decimal,不建议使用float,如果是价格,可以考虑用int或bigint,如1元,存储的就是100

  放弃uuid(guid)的使用

  不管是uuid,还是guid,使用的时候都是为了避免同时生成重复的ID,但是建议考虑其他方案,原因如下:

  uuid没有顺序

  uuid太长

  uuid规则完全不可控

  推荐的方案用bigint(首选),或者char来存储,生成方式参考snowflake的算法,有顺序、长度固定、比uuid更短,当然,也几乎不会重复。

  大表减少联表,最好是单表查询

  单表查询的优势很多,查询效率极高,便于分表分库扩展,但是很多时候大家都觉得真正实现起来不太现实,完全失去了关系数据库的意义,但是单表的性能优势太明显,一般总会有办法解决的:

  合理的冗余字段

  配合内存数据库(redis\mongodb)使用

  联表变多次查询(下文会有说明)

  如果考虑都后期数据量大,需要分表分库,就应该尽早实时单表查询,现在的数据库分表分库的中间件基本都无法支持联表查询。即使如mycat最多支持两个表的联表查询,但是也有很明显的性能损耗。

  索引的正确处理方式

  索引的优势这里就不多说了,索引使用不当会有反效果:

  数据量很小的表,不需要索引

  一个表的索引不宜过多,建议最多就5个,索引不可能满足所有的场景,但是了个满足绝大部分的场景

  mysql 和 sqlserver的索引差别还挺大的,需要注意。例如:

  mysql索引字段的顺序对性能有很大影响,sqlserver优化过,影响很小

  多查几次比联表可能要好

  提出这个方案相信会得到很多人的反对,但是我相信这个结论还是非常适合数据量大的场景。多查几次数据库有这么几个弊端:

  增加了网络消耗

  增加了数据库的连接数

  其实,这两个问题在现在基本都可以忽略的,数据库和应用的连接基本都是内网,这个网络连接的效率还是很高的。数据库对连接池的优化已经比较成熟了,连接数只要不是太多,影响也不会太严重,但是多查几次的优势却很多:

  单表效率更高

  便于后期扩展分表分库库

  有效利用数据库本身的结果缓存

  减少锁表,联表会锁多个表

  当然,多查几次这个度一定要把握。千万不要在一个循环里面查询数据库。我们也应该尽量减少查询数据库的次数。我们可以接受1次查询变2次查询,如果你变成10次查询,那就要放弃了。

  举个例子:

  查询商品的时候,需要显示分类表的分类名

  select category.name,product.name from product inner join category on p.categoryid=category.id

  建议的方式:

  select categoryid,name from product

  select categoryname from category where categoryid in ('','','','')

  当然,你可以再优化一下,查询分类名之前,对product的categoryid排序一下,这样速度更快。因为我们前面已经用snowflake生成了有顺序的主键了。

  补充一下,in的效率并不是你想象的那么慢,如果保持在100个节点(很多书籍介绍1000个节点,我们保守一点),性能还是很高的。

  尽量使用简单的数据库脚本

  很多用过 .net Entity Framework 的人都说这个框架太慢,其实慢主要是两点:错误的使用延迟加载(外键关联)、生成SQL编译太慢。Entity Framework生成的SQL脚本有太多没用的东西,导致编译太慢。

  数据库脚本尽量使用简单的,不要用太长的一个SQL脚本,会导致初次执行的时候,编译SQL脚本花费太多的时间。

  尽量去避免聚合操作

  聚合操作如count,group等,是数据库性能的大杀手,经常会出现大面积的表扫描和索表的情况,所以大家能看到很多平台都把数量的计算给隐藏了,商品查询不去实时显示count的结果。如淘宝,就不显示查询结果的数量,只是显示前100页。

  避免聚合操作的方法就是将实时的count计算结果用字段去存储,去累加这个结果。当然,也可以考虑用spark等实时计算框架去处理,这种高深的技术,不在此次讨论范围内。(PS:主要是我也不懂)

  总结

  程序的优化很多时候都是一些细节的问题,更应该注意平时的积累,阿里SQL的规范有很多可以吸取的地方,以上也是自己工作中的一些总结,欢迎大家补充。
来源:中国大数据
CPDA课程海报