本文首先討論了基于第三范式的數(shù)據(jù)庫(kù)表的基本設(shè)計(jì)，著重論述了建立主鍵和索引的策略和方案，然后從數(shù)據(jù)庫(kù)表的擴(kuò)展設(shè)計(jì)和庫(kù)表對(duì)象的放置等角度概述了數(shù)據(jù)庫(kù)管理系統(tǒng)的優(yōu)化方案。
1 引言
數(shù)據(jù)庫(kù)優(yōu)化的目標(biāo)無(wú)非是避免磁盤I/O瓶頸、減少CPU利用率和減少資源競(jìng)爭(zhēng)。為了便于讀者閱讀和理解，筆者參閱了Sybase、Informix和Oracle等大型數(shù)據(jù)庫(kù)系統(tǒng)參考資料，基于多年的工程實(shí)踐經(jīng)驗(yàn)，從基本表設(shè)計(jì)、擴(kuò)展設(shè)計(jì)和數(shù)據(jù)庫(kù)表對(duì)象放置等角度進(jìn)行討論，著重討論了如何避免磁盤I/O瓶頸和減少資源競(jìng)爭(zhēng)，相信讀者會(huì)一目了然。
2 基于第三范式的基本表設(shè)計(jì)
在基于表驅(qū)動(dòng)的信息管理系統(tǒng)（MIS）中，基本表的設(shè)計(jì)規(guī)范是第三范式（3NF）。第三范式的基本特征是非主鍵屬性只依賴于主鍵屬性。基于第三范式的數(shù)據(jù)庫(kù)表設(shè)計(jì)具有很多優(yōu)點(diǎn)：一是消除了冗余數(shù)據(jù)，節(jié)省了磁盤存儲(chǔ)空間；二是有良好的數(shù)據(jù)完整性限制，即基于主外鍵的參照完整限制和基于主鍵的實(shí)體完整性限制，這使得數(shù)據(jù)容易維護(hù)，也容易移植和更新；三是數(shù)據(jù)的可逆性好，在做連接（Join）查詢或者合并表時(shí)不遺漏、也不重復(fù)；四是因消除了冗余數(shù)據(jù)（冗余列）， 在查詢（Select）時(shí)每個(gè)數(shù)據(jù)頁(yè)存的數(shù)據(jù)行就多，這樣就有效地減少了邏輯I/O，每個(gè)Cash存的頁(yè)面就多，也減少物理I/O；五是對(duì)大多數(shù)事務(wù)(Transaction)而言，運(yùn)行性能好；六是物理設(shè)計(jì)(Physical Design)的機(jī)動(dòng)性較大，能滿足日益增長(zhǎng)的用戶需求。
在基本表設(shè)計(jì)中，表的主鍵、外鍵、索引設(shè)計(jì)占有非常重要的地位，但系統(tǒng)設(shè)計(jì)人員往往只注重于滿足用戶要求，而沒(méi)有從系統(tǒng)優(yōu)化的高度來(lái)認(rèn)識(shí)和重視它們。實(shí)際上，它們與系統(tǒng)的運(yùn)行性能密切相關(guān)。現(xiàn)在從系統(tǒng)數(shù)據(jù)庫(kù)優(yōu)化角度討論這些基本概念及其重要意義：
（1）主鍵(Primary Key)：主鍵被用于復(fù)雜的SQL語(yǔ)句時(shí)，頻繁地在數(shù)據(jù)訪問(wèn)中被用到。一個(gè)表只有一個(gè)主鍵。主鍵應(yīng)該有固定值（不能為Null或缺省值，要有相對(duì)穩(wěn)定性），不含代碼信息，易訪問(wèn)。把常用（眾所周知）的列作為主鍵才有意義。短主鍵最佳（小于25bytes），主鍵的長(zhǎng)短影響索引的大小，索引的大小影響索引頁(yè)的大小，從而影響磁盤I/O。主鍵分為自然主鍵和人為主鍵。自然主鍵由實(shí)體的屬性構(gòu)成，自然主鍵可以是復(fù)合性的，在形成復(fù)合主鍵時(shí)，主鍵列不能太多，復(fù)合主鍵使得Join*作復(fù)雜化、也增加了外鍵表的大小。人為主鍵是，在沒(méi)有合適的自然屬性鍵、或自然屬性復(fù)雜或靈敏度高時(shí)，人為形成的。人為主鍵一般是整型值（滿足最小化要求），沒(méi)有實(shí)際意義，也略微增加了表的大小；但減少了把它作為外鍵的表的大小。
（2）外鍵（Foreign Key）：外鍵的作用是建立關(guān)系型數(shù)據(jù)庫(kù)中表之間的關(guān)系（參照完整性），主鍵只能從獨(dú)立的實(shí)體遷移到非獨(dú)立的實(shí)體，成為后者的一個(gè)屬性，被稱為外鍵。
（3）索引(Index)：利用索引優(yōu)化系統(tǒng)性能是顯而易見(jiàn)的，對(duì)所有常用于查詢中的Where子句的列和所有用于排序的列創(chuàng)建索引，可以避免整表掃描或訪問(wèn)，在不改變表的物理結(jié)構(gòu)的情況下，直接訪問(wèn)特定的數(shù)據(jù)列，這樣減少數(shù)據(jù)存取時(shí)間；利用索引可以優(yōu)化或排除耗時(shí)的分類*作；把數(shù)據(jù)分散到不同的頁(yè)面上，就分散了插入的數(shù)據(jù)；主鍵自動(dòng)建立了唯一索引，因此唯一索引也能確保數(shù)據(jù)的唯一性（即實(shí)體完整性）；索引碼越小，定位就越直接；新建的索引效能最好，因此定期更新索引非常必要。索引也有代價(jià)：有空間開銷，建立它也要花費(fèi)時(shí)間，在進(jìn)行Insert、Delete和Update*作時(shí)，也有維護(hù)代價(jià)。索引有兩種：聚族索引和非聚族索引。一個(gè)表只能有一個(gè)聚族索引，可有多個(gè)非聚族索引。使用聚族索引查詢數(shù)據(jù)要比使用非聚族索引快。在建索引前，應(yīng)利用數(shù)據(jù)庫(kù)系統(tǒng)函數(shù)估算索引的大小。
① 聚族索引（Clustered Index）：聚族索引的數(shù)據(jù)頁(yè)按物理有序儲(chǔ)存，占用空間小。選擇策略是，被用于Where子句的列：包括范圍查詢、模糊查詢或高度重復(fù)的列（連續(xù)磁盤掃描）；被用于連接Join*作的列；被用于Order by和Group by子句的列。聚族索引不利于插入*作，另外沒(méi)有必要用主鍵建聚族索引。
② 非聚族索引（Nonclustered Index）：與聚族索引相比，占用空間大，而且效率低。選擇策略是，被用于Where子句的列：包括范圍查詢、模糊查詢（在沒(méi)有聚族索引時(shí)）、主鍵或外鍵列、點(diǎn)（指針類）或小范圍（返回的結(jié)果域小于整表數(shù)據(jù)的20%）查詢；被用于連接Join*作的列、主鍵列（范圍查詢）；被用于Order by和Group by子句的列；需要被覆蓋的列。對(duì)只讀表建多個(gè)非聚族索引有利。索引也有其弊端，一是創(chuàng)建索引要耗費(fèi)時(shí)間，二是索引要占有大量磁盤空間，三是增加了維護(hù)代價(jià)（在修改帶索引的數(shù)據(jù)列時(shí)索引會(huì)減緩修改速度）。那么，在哪種情況下不建索引呢？對(duì)于小表（數(shù)據(jù)小于5頁(yè)）、小到中表（不直接訪問(wèn)單行數(shù)據(jù)或結(jié)果集不用排序）、單值域（返回值密集）、索引列值太長(zhǎng)（大于20bitys）、容易變化的列、高度重復(fù)的列、Null值列，對(duì)沒(méi)有被用于Where子語(yǔ)句和Join查詢的列都不能建索引。另外，對(duì)主要用于數(shù)據(jù)錄入的，盡可能少建索引。當(dāng)然，也要防止建立無(wú)效索引，當(dāng)Where語(yǔ)句中多于5個(gè)條件時(shí)，維護(hù)索引的開銷大于索引的效益，這時(shí)，建立臨時(shí)表存儲(chǔ)有關(guān)數(shù)據(jù)更有效。
批量導(dǎo)入數(shù)據(jù)時(shí)的注意事項(xiàng)：在實(shí)際應(yīng)用中，大批量的計(jì)算（如電信話單計(jì)費(fèi)）用C語(yǔ)言程序做，這種基于主外鍵關(guān)系數(shù)據(jù)計(jì)算而得的批量數(shù)據(jù)（文本文件），可利用系統(tǒng)的自身功能函數(shù)（如Sybase的BCP命令）快速批量導(dǎo)入，在導(dǎo)入數(shù)據(jù)庫(kù)表時(shí)，可先刪除相應(yīng)庫(kù)表的索引，這有利于加快導(dǎo)入速度，減少導(dǎo)入時(shí)間。在導(dǎo)入后再重建索引以便優(yōu)化查詢。
（4）鎖：鎖是并行處理的重要機(jī)制，能保持?jǐn)?shù)據(jù)并發(fā)的一致性，即按事務(wù)進(jìn)行處理；系統(tǒng)利用鎖，保證數(shù)據(jù)完整性。因此，我們避免不了死鎖，但在設(shè)計(jì)時(shí)可以充分考慮如何避免長(zhǎng)事務(wù)，減少排它鎖時(shí)間，減少在事務(wù)中與用戶的交互，杜絕讓用戶控制事務(wù)的長(zhǎng)短；要避免批量數(shù)據(jù)同時(shí)執(zhí)行，尤其是耗時(shí)并用到相同的數(shù)據(jù)表。鎖的征用：一個(gè)表同時(shí)只能有一個(gè)排它鎖，一個(gè)用戶用時(shí)，其它用戶在等待。若用戶數(shù)增加，則Server的性能下降，出現(xiàn)“假死”現(xiàn)象。如何避免死鎖呢？從頁(yè)級(jí)鎖到行級(jí)鎖，減少了鎖征用；給小表增加無(wú)效記錄，從頁(yè)級(jí)鎖到行級(jí)鎖沒(méi)有影響，若在同一頁(yè)內(nèi)競(jìng)爭(zhēng)有影響，可選擇合適的聚族索引把數(shù)據(jù)分配到不同的頁(yè)面；創(chuàng)建冗余表；保持事務(wù)簡(jiǎn)短；同一批處理應(yīng)該沒(méi)有網(wǎng)絡(luò)交互。
（5）查詢優(yōu)化規(guī)則：在訪問(wèn)數(shù)據(jù)庫(kù)表的數(shù)據(jù)(Access Data)時(shí)，要盡可能避免排序（Sort）、連接(Join)和相關(guān)子查詢*作。經(jīng)驗(yàn)告訴我們，在優(yōu)化查詢時(shí)，必須做到：
① 盡可能少的行；
② 避免排序或?yàn)楸M可能少的行排序，若要做大量數(shù)據(jù)排序，最好將相關(guān)數(shù)據(jù)放在臨時(shí)表中*作；用簡(jiǎn)單的鍵（列）排序，如整型或短字符串排序；
③ 避免表內(nèi)的相關(guān)子查詢；
④ 避免在Where子句中使用復(fù)雜的表達(dá)式或非起始的子字符串、用長(zhǎng)字符串連接；
⑤ 在Where子句中多使用“與”（And）連接，少使用“或”(Or)連接；
⑥ 利用臨時(shí)數(shù)據(jù)庫(kù)。在查詢多表、有多個(gè)連接、查詢復(fù)雜、數(shù)據(jù)要過(guò)濾時(shí)，可以建臨時(shí)表（索引）以減少I/O。但缺點(diǎn)是增加了空間開銷。
除非每個(gè)列都有索引支持，否則在有連接的查詢時(shí)分別找出兩個(gè)動(dòng)態(tài)索引，放在工作表中重新排序。
3 基本表擴(kuò)展設(shè)計(jì)
基于第三范式設(shè)計(jì)的庫(kù)表雖然有其優(yōu)越性（見(jiàn)本文第一部分），然而在實(shí)際應(yīng)用中有時(shí)不利于系統(tǒng)運(yùn)行性能的優(yōu)化：如需要部分?jǐn)?shù)據(jù)時(shí)而要掃描整表，許多過(guò)程同時(shí)競(jìng)爭(zhēng)同一數(shù)據(jù)，反復(fù)用相同行計(jì)算相同的結(jié)果，過(guò)程從多表獲取數(shù)據(jù)時(shí)引發(fā)大量的連接*作，當(dāng)數(shù)據(jù)來(lái)源于多表時(shí)的連接*作；這都消耗了磁盤I/O和CPU時(shí)間。
尤其在遇到下列情形時(shí)，我們要對(duì)基本表進(jìn)行擴(kuò)展設(shè)計(jì)：許多過(guò)程要頻繁訪問(wèn)一個(gè)表、子集數(shù)據(jù)訪問(wèn)、重復(fù)計(jì)算和冗余數(shù)據(jù)，有時(shí)用戶要求一些過(guò)程優(yōu)先或低的響應(yīng)時(shí)間。
如何避免這些不利因素呢？根據(jù)訪問(wèn)的頻繁程度對(duì)相關(guān)表進(jìn)行分割處理、存儲(chǔ)冗余數(shù)據(jù)、存儲(chǔ)衍生列、合并相關(guān)表處理，這些都是克服這些不利因素和優(yōu)化系統(tǒng)運(yùn)行的有效途徑。
3.1 分割表或儲(chǔ)存冗余數(shù)據(jù)
分割表分為水平分割表和垂直分割表兩種。分割表增加了維護(hù)數(shù)據(jù)完整性的代價(jià)。
水平分割表：一種是當(dāng)多個(gè)過(guò)程頻繁訪問(wèn)數(shù)據(jù)表的不同行時(shí)，水平分割表，并消除新表中的冗余數(shù)據(jù)列；若個(gè)別過(guò)程要訪問(wèn)整個(gè)數(shù)據(jù)，則要用連接*作，這也無(wú)妨分割表；典型案例是電信話單按月分割存放。另一種是當(dāng)主要過(guò)程要重復(fù)訪問(wèn)部分行時(shí)，最好將被重復(fù)訪問(wèn)的這些行單獨(dú)形成子集表（冗余儲(chǔ)存），這在不考慮磁盤空間開銷時(shí)顯得十分重要；但在分割表以后，增加了維護(hù)難度，要用觸發(fā)器立即更新、或存儲(chǔ)過(guò)程或應(yīng)用代碼批量更新，這也會(huì)增加額外的磁盤I/O開銷。
垂直分割表（不破壞第三范式），一種是當(dāng)多個(gè)過(guò)程頻繁訪問(wèn)表的不同列時(shí)，可將表垂直分成幾個(gè)表，減少磁盤I/O（每行的數(shù)據(jù)列少，每頁(yè)存的數(shù)據(jù)行就多，相應(yīng)占用的頁(yè)就少），更新時(shí)不必考慮鎖，沒(méi)有冗余數(shù)據(jù)。缺點(diǎn)是要在插入或刪除數(shù)據(jù)時(shí)要考慮數(shù)據(jù)的完整性，用存儲(chǔ)過(guò)程維護(hù)。另一種是當(dāng)主要過(guò)程反復(fù)訪問(wèn)部分列時(shí)，最好將這部分被頻繁訪問(wèn)的列數(shù)據(jù)單獨(dú)存為一個(gè)子集表（冗余儲(chǔ)存），這在不考慮磁盤空間開銷時(shí)顯得十分重要；但這增加了重疊列的維護(hù)難度，要用觸發(fā)器立即更新、或存儲(chǔ)過(guò)程或應(yīng)用代碼批量更新，這也會(huì)增加額外的磁盤I/O開銷。垂直分割表可以達(dá)到最大化利用Cache的目的。
總之，為主要過(guò)程分割表的方法適用于：各個(gè)過(guò)程需要表的不聯(lián)結(jié)的子集，各個(gè)過(guò)程需要表的子集，訪問(wèn)頻率高的主要過(guò)程不需要整表。在主要的、頻繁訪問(wèn)的主表需要表的子集而其它主要頻繁訪問(wèn)的過(guò)程需要整表時(shí)則產(chǎn)生冗余子集表。
注意，在分割表以后，要考慮重新建立索引。
3.2 存儲(chǔ)衍生數(shù)據(jù)
對(duì)一些要做大量重復(fù)性計(jì)算的過(guò)程而言，若重復(fù)計(jì)算過(guò)程得到的結(jié)果相同（源列數(shù)據(jù)穩(wěn)定，因此計(jì)算結(jié)果也不變），或計(jì)算牽扯多行數(shù)據(jù)需額外的磁盤I/O開銷，或計(jì)算復(fù)雜需要大量的CPU時(shí)間，就考慮存儲(chǔ)計(jì)算結(jié)果（冗余儲(chǔ)存）。現(xiàn)予以分類說(shuō)明：
若在一行內(nèi)重復(fù)計(jì)算，就在表內(nèi)增加列存儲(chǔ)結(jié)果。但若參與計(jì)算的列被更新時(shí)，必須要用觸發(fā)器更新這個(gè)新列。
若對(duì)表按類進(jìn)行重復(fù)計(jì)算，就增加新表（一般而言，存放類和結(jié)果兩列就可以了）存儲(chǔ)相關(guān)結(jié)果。但若參與計(jì)算的列被更新時(shí)，就必須要用觸發(fā)器立即更新、或存儲(chǔ)過(guò)程或應(yīng)用代碼批量更新這個(gè)新表。
若對(duì)多行進(jìn)行重復(fù)性計(jì)算（如排名次），就在表內(nèi)增加列存儲(chǔ)結(jié)果。但若參與計(jì)算的列被更新時(shí)，必須要用觸發(fā)器或存儲(chǔ)過(guò)程更新這個(gè)新列。
總之，存儲(chǔ)冗余數(shù)據(jù)有利于加快訪問(wèn)速度；但違反了第三范式，這會(huì)增加維護(hù)數(shù)據(jù)完整性的代價(jià)，必須用觸發(fā)器立即更新、或存儲(chǔ)過(guò)程或應(yīng)用代碼批量更新，以維護(hù)數(shù)據(jù)的完整性。
3.3 消除昂貴結(jié)合
對(duì)于頻繁同時(shí)訪問(wèn)多表的一些主要過(guò)程，考慮在主表內(nèi)存儲(chǔ)冗余數(shù)據(jù)，即存儲(chǔ)冗余列或衍生列（它不依賴于主鍵），但破壞了第三范式，也增加了維護(hù)難度。在源表的相關(guān)列發(fā)生變化時(shí)，必須要用觸發(fā)器或存儲(chǔ)過(guò)程更新這個(gè)冗余列。當(dāng)主要過(guò)程總同時(shí)訪問(wèn)兩個(gè)表時(shí)可以合并表，這樣可以減少磁盤I/O*作，但破壞了第三范式，也增加了維護(hù)難度。對(duì)父子表和1：1關(guān)系表合并方法不同：合并父子表后，產(chǎn)生冗余表；合并1：1關(guān)系表后，在表內(nèi)產(chǎn)生冗余數(shù)據(jù)。
4 數(shù)據(jù)庫(kù)對(duì)象的放置策略
數(shù)據(jù)庫(kù)對(duì)象的放置策略是均勻地把數(shù)據(jù)分布在系統(tǒng)的磁盤中，平衡I/O訪問(wèn)，避免I/O瓶頸。
⑴ 訪問(wèn)分散到不同的磁盤，即使用戶數(shù)據(jù)盡可能跨越多個(gè)設(shè)備，多個(gè)I/O運(yùn)轉(zhuǎn)，避免I/O競(jìng)爭(zhēng)，克服訪問(wèn)瓶頸；分別放置隨機(jī)訪問(wèn)和連續(xù)訪問(wèn)數(shù)據(jù)。
⑵ 分離系統(tǒng)數(shù)據(jù)庫(kù)I/O和應(yīng)用數(shù)據(jù)庫(kù)I/O。把系統(tǒng)審計(jì)表和臨時(shí)庫(kù)表放在不忙的磁盤上。
⑶ 把事務(wù)日志放在單獨(dú)的磁盤上，減少磁盤I/O開銷，這還有利于在障礙后恢復(fù)，提高了系統(tǒng)的安全性。
⑷ 把頻繁訪問(wèn)的“活性”表放在不同的磁盤上；把頻繁用的表、頻繁做Join*作的表分別放在單獨(dú)的磁盤上，甚至把把頻繁訪問(wèn)的表的字段放在不同的磁盤上，把訪問(wèn)分散到不同的磁盤上，避免I/O爭(zhēng)奪；
⑸ 利用段分離頻繁訪問(wèn)的表及其索引（非聚族的）、分離文本和圖像數(shù)據(jù)。段的目的是平衡I/O，避免瓶頸，增加吞吐量，實(shí)現(xiàn)并行掃描，提高并發(fā)度，最大化磁盤的吞吐量。利用邏輯段功能，分別放置“活性”表及其非聚族索引以平衡I/O。當(dāng)然最好利用系統(tǒng)的默認(rèn)段。另外，利用段可以使備份和恢復(fù)數(shù)據(jù)更加靈活，使系統(tǒng)授權(quán)更加靈活。