Oracle Performance Survival Guide读取笔记–第4章 数据库逻辑设计和物理设计
一、逻辑设计
- 采用符合第三范式的标准化模型
- 数据类型选择尽量使用VARCHAR变长字符，否则会浪费空间，全表扫描的时候性能变差超过4000字符的时候采用LOB类型，LONG属于过时的类型，不建议使用
- 主键选择
- artificial key：人造键，无业务含义，大部分情况通过是通过oracle的序列产生的数字。
- natrual key：自然键，一般为字符类型，有明确的业务含义，可以是单列或多列构成。
从性能角度建议使用artificial key，有三个原因：
- artificial key为数字类型，键的程度更短，因此生成索引树的深度会更低
- artificial key不会更新，因此不会带来因外键更新带来的性能问题
二、从逻辑设计到物理设计的映射
实体 –> 表
实体继承，也就是OO开发中的父类和子类，如下面的例子：
class Person {
String firstName;
String lastName;
}
class Customer extends Person {
int customerCategory;
}
class Employee extends Person {
double salary;
}
在映射到数据库的表设计时，有三种方案（个人偏向于方案二）：
- 方案一：父类person一张表，子类customer和employee各一张表
- 方案二：子类customer和employee各一张表，在表里面包含父类person的属性
- 方案三：仅一张表，包含所有person，customer，employee的字段，使用额外的
person_type字段区分子类
不建议使用方案一，主要原因是仅查询父类person表的情况较少，大部分时候需要表连接，性能较差。
表类型选择
默认的是堆表，其他可选的表有：
- hash cluster，散列聚簇
- index cluster，索引聚簇
- nested table，嵌套表
- index organized table，索引组织表
- object table，对象表
数据精度选择
货币计算时，一般保留小数点后2为即可，这种情况下最好指定字段为NUMBER(*,2)，避免不能整除的数字在oracle中保存不必要的位数
null的设定
考虑字段是否为null时，从性能方面出发，要考虑是否存在查询字段为null的需求，如：
select * from customer where category_id is null
如果存在，category_id字段不应该定义为允许null，应该定义为not null，并设定默认值。
对于数字类型，默认值比较难以设定，会影响计算最大、最小、平均值的结果。可以增加一个辅助字段category_known并建立索引。
列的顺序
- 常用的字段放在前面
- 可以为空的字段全部放在最后，可以节省一点空间
但列顺序对性能的影响很小，因此定义列顺序是应该优先考虑模型的可理解和维护性
oracle对象模型
不建议使用，属于oracle专有技术，bi和报表工具无法使用，优化的资源难找，模型设计通用性不好。
三、Denormalization，反规范化
主要是为了优化性能，但存在风险:
- 带来了冗余信息，可以会造成信息的不一致
- 软件开发和维护的复杂性和成本更高
- 插入和更新的开销更大
- 可能无意中造成其他操作效率低，甚至无法完成（作者举的例子没看懂）
主要的做法有：
- 复制列值，避免表连接
- 使用概要表进行预计算
实时数据有应用系统更新，非实时数据可以使用oracle的物化视图进行更新 - 垂直分区
将全表扫描中经常使用的列保留在主表，其他列放到另外一张表，以提高查询性能。 - 实施denormalization，建议使用触发器以保证数据的一致性。
四、星形模型设计
- 尽量不要采用雪花模型
- 使用oracle的create dimension来表示维度层次
- 使用oracle的物化视图来计算聚集数据
五、物理存储方案
- 推荐使用ASSM（数据存储段自动管理）方案
- PCTFREE和PCTUSED设置时，如果PCTFREE设置较低，为满足并发更新应该考虑增加INITRANS参数的值
- 对于经常全表扫描、且字符字段较多的表，采用压缩可以大大降低物理IO
- LOB字段
- LOB字段可以存储在单独的表空间，以提高IO性能
- 小于4000字节的LOB为inline存储，out-of-line存储时应该设置合适的chunk大小（过小导致访问LOB时访问chunk次数太多，过大则浪费空间）
- 对于新的应用推荐使用oracle 11g的SecureFile LOB类型
- 分区
- partition elimination可以大大降低全表扫描的成本
- 分区可以提升并行处理能力
- 分区可以高效的删除大批量过期数据
- hash分区可以降低锁争用
Feed订阅