图片
图片
图片
图片
图片
图片
图片
图片
图片
- SQL解析：拦截和解析应用程序的SQL语句，确定目标数据源和分片规则。
- 路由：根据分片策略（如范围分片、哈希分片等），将SQL语句路由到相应的数据节点。
- 执行引擎：将路由后的SQL语句分发到各个分片进行并行执行。
- 结果合并：对各个分片的执行结果进行合并、排序、聚合等操作，返回给应用程序。
图片
图片
图片
图片
图片
- 索引：缺乏适当的索引或索引设计不当会导致全表扫描，增加查询时间。
- 查询设计：复杂的查询、子查询、多表连接等可能会影响性能。
- 表设计：表的规范化程度、数据冗余、表的大小等都可能影响性能。
- 硬件资源：CPU、内存、磁盘I/O等硬件资源不足会导致性能瓶颈。
- 并发量：高并发访问会导致资源竞争和锁等待。
- 网络延迟：网络传输速度慢也会影响查询性能。
图片
图片
图片
图片
图片
图片
图片
1.规范化和反规范化：
- 规范化：减少数据冗余，确保数据一致性。
- 反规范化：在查询性能优先时，适当引入冗余来减少连接操作。
2.索引设计：
- 创建适当的索引，尤其是主键、外键和常用查询字段的索引。
- 使用复合索引提高多列查询的效率。
3.表结构优化：
- 选择合适的数据类型，避免过大或不必要的精度。
- 分区表设计，适用于大数据量的表，按日期、地域等维度分区。
4.关系设计：
- 清晰定义外键和参照完整性，确保数据关系的正确性。
- 考虑表的分区、合并等操作，优化存储和查询性能。
5.事务管理：
- 设计良好的事务管理，确保数据一致性和并发性。
- 避免长事务，减少锁竞争。
6.数据库配置：
- 调整数据库参数，如缓存大小、连接池设置等，优化数据库性能。
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
图片
1. 规范化
- 第一范式（1NF）：确保每列都是原子的，不可再分。
- 第二范式（2NF）：消除非主属性对主键部分依赖，确保每列都依赖于整个主键。
- 第三范式（3NF）：消除传递依赖，确保每列都直接依赖于主键。
2. 反规范化
- 在某些情况下，为提高查询性能，可以适当反规范化，加入冗余数据，减少复杂查询和连接操作。
3. 适当使用外键
- 外键可以确保数据完整性，但在高并发写操作中可能影响性能，需权衡使用。
4. 分区和分表
- 对于大表，根据业务需求按时间、地域等维度进行分区或分表，提升查询效率和管理方便性。
5. 使用视图和物化视图
- 视图可以简化复杂查询，物化视图存储查询结果，提升查询性能。
6. 优化字段类型
- 根据数据特点选择合适的数据类型，尽量使用定长字段，减少存储空间和 I/O 操作。
7. 预计算和缓存
- 对频繁使用的复杂计算结果进行预计算或缓存，减少实时计算开销。
8. 设计高效的主键
- 使用自增主键或 UUID 作为主键，确保唯一性和检索效率。
图片
图片
图片
图片
1. 选择合适的索引类型
- 单列索引：针对单个字段创建索引。
- 复合索引：对多个字段联合创建索引，适用于多列查询。
2. 使用覆盖索引
- 设计索引时，包含查询中需要的所有字段，减少回表操作。
3. 避免冗余索引
- 避免对相同字段或字段组合创建多个索引，以节省存储和维护成本。
4. 适当使用唯一索引
- 对唯一值的列（如身份证号、邮箱等）使用唯一索引，提高查询效率和数据完整性。
5. 考虑查询模式
- 分析常见查询语句，针对频繁使用的查询条件和排序条件创建索引。
6. 优化索引的选择性
- 选择性高的列（即不同值多的列）更适合作为索引字段，过滤效果更好。
7. 维护和重建索引
- 定期维护索引，重建碎片化严重的索引，保持索引高效。
8. 避免过多的索引
- 每张表索引数量不宜过多，以免增加插入、更新和删除操作的开销。
图片
图片
图片
图片
