数据库-表、索引、触发器、分区表、查询语句使用注意事项

本文主要是介绍数据库-表、索引、触发器、分区表、查询语句使用注意事项,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

  • 普通表、数据类型
  • 索引
  • 触发器
  • 分区表
  • 查询语句
  • DML

普通表、数据类型

  1. 联机交易事务的表字段个数不超过个数N个(n<50?)批量业务表字段个数不超过500个。原因:单标字段个数越多,查询性能越差。
  2. 不应使用浮点型数据类型存放金额,应使用整数型
  3. 多表关联时,表示同一涵义的字段应使用相同的数据类型。原因:避免隐式转换。

索引

  1. 索引中所有字段长度合计不得超过2704字节。原因:B树索引的列长度不得超过缓存页面(一般为8k)的1/3。
  2. 单列索引字段总长度不能超过50字节。原因:索引大小会碰撞,带来存储开销,索引性能也会下降。
  3. 一个表上索引最好不超过5个。
  4. 对经常进行insert、update、delete操作的表,要尽量少的建立索引。原因:因为insert、delete操作种索引都需要重算,导致sql响应时间增长。
  5. 当sql语句返回行数占整表总行数比例小于5%时,应该建立索引。
  6. 在频繁进行分组、排序以及去重的列(group by、order by、distinct)的字段应建立索引。
  7. 在键值频繁更新的索引,建议定期进行重建索引。
  8. where过滤条件应包含索引前缀列的等值过滤条件。
  9. 复合索引的字段不建议超过5个。

触发器

  1. 不应再大数据量同步及对性能要求高的场景中使用触发器。原因:触发器多用于多表关联同步场景,对sql执行性能影响较大

分区表

  1. 对于记录数超过500w且占用空间占用2GB的表,应使用分区表(备份表或老化表除外)
  2. 分区的字段应是where条件之一
  3. 分区的关键字不宜进行更新操作,避免数据重分布,影响性能。
  4. 当表数据量很大进行分区时,应使用具有明显区间性的字段进行分区,如日期、区域等关键字

查询语句

  1. 为避免数据库做隐式计算,在赋值、比较、运算时,应使用相同数据类型。
  2. 应避免大量使用 SELECT… FOR UPDATE语句造成的不必要加锁
  3. 考虑语句的效率问题,应尽量使用集合运算符
  4. 在同一个查询语句中,若使用表的别名,应针对不同表使用不同的别名
  5. 建议明确列出要查询的列,而不是select *,这样也可以减少查询输出列,减少网络带宽占用和响应速度
  6. 统计表的所有记录数时,使用count(*)而不是count(COL),因为后者不会统计null值
  7. 应尽量避免不必要的排序,排序需要耗费大量的内存和CPU.
  8. 使用order by进行排序时,应显式制定desc、asc
  9. 不建议在查询条件中使用函数或表达式。原因:1、等号左边的字段使用表达式或函数,索引会失效
  10. 宜使用区分度高的字段作为复合索引的第一个字段
  11. 查询条件不应对索引字段使用: !=、<>比较符,避免索引失效
  12. 查询条件中IN的候选子集不宜过大。原因:查询会对IN每一条数据进行等值比较,开销较大。建议用写入临时表、INNER JOIN来实现包含查询
  13. 多表关联查询应明确指定各表的连接条件on,避免产生笛卡尔积。
  14. 多表关联,建议对表使用别名,保证语句逻辑清晰
  15. 复杂语句不宜使用子查询,建议改成表关联。因为子查询会产生临时表,返回结果集特别大时,对sql性能有影响

DML

  1. 不应用单条UPDATE/DELETE 语句实现多个表的更新删除操作
  2. update、delete同一语句应包含where语句,避免全表扫
  3. 不应update子句同时更新多个列,被更新列同样是更新源

这篇关于数据库-表、索引、触发器、分区表、查询语句使用注意事项的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1075880

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

中文分词jieba库的使用与实景应用(一)

知识星球:https://articles.zsxq.com/id_fxvgc803qmr2.html 目录 一.定义: 精确模式(默认模式): 全模式: 搜索引擎模式: paddle 模式(基于深度学习的分词模式): 二 自定义词典 三.文本解析   调整词出现的频率 四. 关键词提取 A. 基于TF-IDF算法的关键词提取 B. 基于TextRank算法的关键词提取

使用SecondaryNameNode恢复NameNode的数据

1)需求: NameNode进程挂了并且存储的数据也丢失了,如何恢复NameNode 此种方式恢复的数据可能存在小部分数据的丢失。 2)故障模拟 (1)kill -9 NameNode进程 [lytfly@hadoop102 current]$ kill -9 19886 (2)删除NameNode存储的数据(/opt/module/hadoop-3.1.4/data/tmp/dfs/na

Hadoop数据压缩使用介绍

一、压缩原则 (1)运算密集型的Job,少用压缩 (2)IO密集型的Job,多用压缩 二、压缩算法比较 三、压缩位置选择 四、压缩参数配置 1)为了支持多种压缩/解压缩算法,Hadoop引入了编码/解码器 2)要在Hadoop中启用压缩,可以配置如下参数

Makefile简明使用教程

文章目录 规则makefile文件的基本语法:加在命令前的特殊符号:.PHONY伪目标: Makefilev1 直观写法v2 加上中间过程v3 伪目标v4 变量 make 选项-f-n-C Make 是一种流行的构建工具,常用于将源代码转换成可执行文件或者其他形式的输出文件(如库文件、文档等)。Make 可以自动化地执行编译、链接等一系列操作。 规则 makefile文件

性能分析之MySQL索引实战案例

文章目录 一、前言二、准备三、MySQL索引优化四、MySQL 索引知识回顾五、总结 一、前言 在上一讲性能工具之 JProfiler 简单登录案例分析实战中已经发现SQL没有建立索引问题,本文将一起从代码层去分析为什么没有建立索引? 开源ERP项目地址:https://gitee.com/jishenghua/JSH_ERP 二、准备 打开IDEA找到登录请求资源路径位置

使用opencv优化图片(画面变清晰)

文章目录 需求影响照片清晰度的因素 实现降噪测试代码 锐化空间锐化Unsharp Masking频率域锐化对比测试 对比度增强常用算法对比测试 需求 对图像进行优化,使其看起来更清晰,同时保持尺寸不变,通常涉及到图像处理技术如锐化、降噪、对比度增强等 影响照片清晰度的因素 影响照片清晰度的因素有很多,主要可以从以下几个方面来分析 1. 拍摄设备 相机传感器:相机传

MySQL数据库宕机,启动不起来,教你一招搞定!

作者介绍:老苏,10余年DBA工作运维经验,擅长Oracle、MySQL、PG、Mongodb数据库运维(如安装迁移,性能优化、故障应急处理等)公众号:老苏畅谈运维欢迎关注本人公众号,更多精彩与您分享。 MySQL数据库宕机,数据页损坏问题,启动不起来,该如何排查和解决,本文将为你说明具体的排查过程。 查看MySQL error日志 查看 MySQL error日志,排查哪个表(表空间

活用c4d官方开发文档查询代码

当你问AI助手比如豆包,如何用python禁止掉xpresso标签时候,它会提示到 这时候要用到两个东西。https://developers.maxon.net/论坛搜索和开发文档 比如这里我就在官方找到正确的id描述 然后我就把参数标签换过来

pdfmake生成pdf的使用

实际项目中有时会有根据填写的表单数据或者其他格式的数据,将数据自动填充到pdf文件中根据固定模板生成pdf文件的需求 文章目录 利用pdfmake生成pdf文件1.下载安装pdfmake第三方包2.封装生成pdf文件的共用配置3.生成pdf文件的文件模板内容4.调用方法生成pdf 利用pdfmake生成pdf文件 1.下载安装pdfmake第三方包 npm i pdfma