0

我是 SQL 新手，不了解性能影响。似乎 SQL 数据库将所有内容都存储在一个地方。这是否意味着表格变得非常大，非常快？这不会影响性能吗？

Stackoverflow 模型示例，但带有线程注释：

CREATE TABLE t_users (
   name varchar(80) primary key,
   email varchar(80)

);

CREATE TABLE t_posts (
   id varchar(80) primary key,
   userid varchar(80) references t_users(name),
   title varchar(80),
   description text,
   topic varchar(80),
   path text

);

这是一个有效的设计吗？每个用户的所有帖子都存储在同一个表中......因此，如果我想查询所有具有“编程”主题的评论，则需要查看每一个帖子，即使是具有不同主题的帖子，因为它们都存储在同一个表中......这也意味着如果我进行更复杂的查询，它们将成倍增长，因为我的磁盘表越大。将每个帖子拆分到一个新表中不是更好吗？

4

3 回答 3

3

该设计是准有效的，但不是完全有效的：

  • 你t_users最好有一个自动增量unsigned int ID 列。（名字的主键几乎总是一个坏主意。人们改变名字。人们有相同的名字。甚至国家有时也会改变名字！数字几乎总是最好的选择！）
  • 这样，您t_posts可以参考该用户 ID。现在连接速度非常快。
  • 您甚至可以强制执行参照完整性：不存在的用户不能发布任何帖子。或者当用户被删除时，帖子也会被删除。
  • 您t_posts有一个 ID 主键列（好！），但它是 varchar（坏！）。INT更好。BIGINT如果你需要它。

您稍后会发现您的帖子可能有多个主题（stackoverflow“标签”）。不要将它们 CSV 放在 varchar 字段中。创建一个新表“主题”，其中包含 ID、描述和链接表“posts_to_topic”，将每个帖子链接到一个或多个主题。

索引

您需要阅读的是索引。如果您想查询所有主题为“programming”的评论，您通常会在“topic varchar(80)”列上有一个索引。该索引很小（将其视为一个单独的表：它包含索引列和主键），因此您的 (R)DBMS 可以非常快速地搜索它（树结构）并获取它需要的所有主键。然后，根据您的选择，DBMS 会向您发送信息：

  • 如果您只需要索引中已有的列，它可以从索引中获取所有内容。
  • 如果您需要其他列，它现在只会实际访问 t_posts 表，并使用索引中的主键来访问行。

简化

我撒了谎。在最后一段中，我让这一切变得更加简单。有一个优化器会查看查询并确定可以使用哪些索引。它将检查索引——取决于基数、表大小、它可能使用它的列，或者决定扫描表。如果您的表具有可变的行长度，则获取第 X 行比所有行都具有相同长度（无 VARCHAR）时要慢得多。而这一切都取决于您使用什么 (R)DBMS（或在 MySQL 中，甚至取决于什么存储引擎）。

但是首先阅读索引，关于什么，为什么，然后是如何。之后，您可以更深入地研究异常。

同一数据的多个表

这是初学者经常犯的错误，它们是双向的：

  • “如果我们添加一列“TYPE”并使所有内容变为 varchar，我们可以将所有内容放在一个表中！”
  • “我们的数据库中只能有 10000 个表，table_1、table_2 等等！”

阅读索引会告诉你为什么这在技术上是一个坏主意，但在逻辑上它也不那么优雅：一个表意味着一个实体（书籍。用户。帖子。页面） - 拆分这些会导致一些非常难看查询。如果你问某人为什么这样做，原因通常是“为了速度”，而他们的决策列上的额外索引也会产生相同的效果。

想一想：如果您为每个用户创建一个帖子标题，请编写列出 10 个最常用主题的查询，以及每个主题有多少个帖子。您必须为每张桌子命名！

于 2012-05-15T13:14:19.287 回答
3

您问题前两个问题的真正答案是“是”和“否”。“是的”，表格确实增长得很快。“不”这通常不会影响性能。

尽管您可以将表视为您扫描以查找结果的单个文件，但 SQL 的作用远不止于此。几乎所有数据库都管理称为页表的东西，这意味着以下内容：

  • 读取表格后，如果它可以放入内存，它将一直留在那里，直到需要移出。这大大加快了对表的进一步查询。
  • 加载页表通常与处理异步操作。

这两点本身很难（但并非不可能）在大多数编程语言中实现。此外，SQL 为您提供索引和表分区，可以进一步加快单个表的处理速度。最后，大多数版本的 SQL 支持几乎所有功能的多个处理器/线程。

当涉及到组合来自多个表的结果或聚合结果时，数据库在进行连接和聚合的算法方面付出了很多人年的努力。在这种情况下，您不太可能做得更好。

而且，这些功能没有涉及关系数据库的许多其他功能，例如强制数据一致性、备份和恢复数据、保证修改等。

至于您的表架构，您似乎正在入门并且很好。一般来说，我建议您的主键以表格命名并且是整数。您的第一张桌子将是：

CREATE TABLE users (
    UserId int primary key,
    name varchar(80),
    email varchar(80)
);

第二个表中的 UserId 被声明为 int。作为提示为什么这样做更好，用户可能希望不时更改他们的名字。

于 2012-05-15T13:27:39.370 回答
1

将每个帖子拆分到一个新表中不是更好吗？

不。

如果您的帖子在不同的表中，那么您必须查询数百甚至数千个不同的表才能找到所有数据。

更不用说，除了数据（大小相同，无论它在哪个表中）之外，您还有表本身的开销。

于 2012-05-15T13:14:11.447 回答