关注「前端向后」微信公众号,你将收获一系列「用心原创」的高质量技术文章,主题包括但不限于前端、Node.js以及服务端技术
为了解决数据库层的扩展问题,我们已经讨论了两种方案:
在(多机)多库多表的加持下,激增的请求量、数据量已经不再是难题,然而,除却数据量外,还有一个极其影响单库性能的因素——数据的组织方式
例如,在关系型数据库中,数据实体用二维表格(称为实体表)来描述:
实体之间的复杂关联关系(多对多)也通过二维表格(称为关系表)来描述:
因而经常需要多表联查才能得到目标信息,关系越复杂,读取性能越差,并最终像数据量一样成为单库性能瓶颈,制约着数据库层的可扩展性
那么,对于关系型数据库,有办法进一步提升数据读取性能吗?
有,(在一定程度上)改变数据的组织方式,即反范式化(Denormalization)
在讨论反范式化之前,有必要先明确什么是范式化,要反的东西是什么?
Database normalization is the process of structuring a relational database in accordance with a series of so-called normal forms in order to reduce data redundancy and improve data integrity.
范式化(Database normalization),就是按照一系列范式(Normal forms)要求来组织数据模型的过程,目的是减少数据冗余,提高数据完整性
试想,如果相同的信息在多行中重复出现,不相干的信息也凑在同一张表中,就很容易出现一些异常情况:
为了避免这些异常情况,人们提出了一些约束规则,即数据库设计范式
P.S.此外,还有BCNF、4NF、5NF等等,具体见Normal forms
类比应用层,设计范式相当于数据层的设计模式,对数据表进行解耦,使单表信息更加内聚,彼此边界分明,依赖关系更加清晰
我们一般把满足 3NF 的关系模式(Relation schema)称为规范化的(Normalized),大多数情况下都能规避上面提到的插入、更新和删除异常。然而,在解决这些问题的同时,范式化也带来了另一些问题
在这些设计范式的约束下,相关联的信息被存储到了不同的逻辑表中:
A normalized design will often “store” different but related pieces of information in separate logical tables (called relations).
例如:
3NF
以致于经常需要多表联查(join
操作),关系越复杂,连表查询越慢:
If these relations are stored physically as separate disk files, completing a database query that draws information from several relations (a join operation) can be slow. If many relations are joined, it may be prohibitively slow.
那么,有办法能改善查询性能吗?
有。引入冗余:
join
操作,打破设计范式(即反范式化)所谓反范式化,是一种针对遵从设计范式的数据库(关系模式)的性能优化策略:
Denormalization is a strategy used on a previously-normalized database to increase performance.
P.S.注意,反范式化不等于非范式化(Unnormalized form),反范式化一定发生在满足范式设计的基础之上。前者相当于先遵守所有规则,再进行局部调整,故意打破一些规则,而后者全然不顾规则
通过增加冗余数据或对数据进行分组,牺牲一部分写入性能,换取更高的读取性能:
In computing, denormalization is the process of trying to improve the read performance of a database, at the expense of losing some write performance, by adding redundant copies of data or by grouping data.
在设计范式的约束下,数据表中没有冗余信息(某个数据只存放在某张表的某个单元格中),为了得到某个数据可能需要一系列的跨表查询,因而读操作性能不佳,但写操作很快,因为更新数据时只需要修改一处
反范式化就是要打破这种约束,把某些数据在不同的地方多放几份,以加快数据检索速度:
The opposite of normalization, denormalization is the process of putting one fact in many places.
具体地,常见做法如:
join
的表提前join
好join
操作join
操作P.S.关于反范式化具体做法的更多信息,见When and How You Should Denormalize a Relational Database
但除非必要,一般不建议反范式化,因其代价高昂:
P.S.一般通过约束规则(constraints
)来保证冗余数据的一致性,但这些规则又会抵消一部分作用
联系我
如果心中仍有疑问,请查看原文并留下评论噢。