之前的兩篇筆記中談到了從單庫擴(kuò)展到多庫以承載更多的請(qǐng)求量以及單庫（表）拆分成多庫（表），打破單庫的性能瓶頸。
這都是為了應(yīng)對(duì)大數(shù)據(jù)量下的措施。
然而，除卻數(shù)據(jù)量外，還有一個(gè)極其影響單庫性能的因素——數(shù)據(jù)的組織方式。
對(duì)于關(guān)系型數(shù)據(jù)庫，我們可以嘗試在一定程度上改變數(shù)據(jù)的組織方式，即反范式化（Denormalization）

關(guān)于范式

可以參考以前做的筆記：
《MySQL——數(shù)據(jù)表設(shè)計(jì)三大范式》
設(shè)計(jì)范式相當(dāng)于數(shù)據(jù)層的設(shè)計(jì)模式，對(duì)數(shù)據(jù)表進(jìn)行解耦，使單表信息更加內(nèi)聚，彼此邊界分明，依賴關(guān)系更加清晰.
試想，如果相同的信息在多行中重復(fù)出現(xiàn)，不相干的信息也湊在同一張表中，就很容易出現(xiàn)一些異常情況：

• 更新異常：只更新單行，就會(huì)出現(xiàn)邏輯上的不一致
• 插入異常：無法只插入部分信息，除非讓其它列先留空
• 刪除異常：刪除部分信息的同時(shí)，可能會(huì)波及其它無關(guān)信息

范式化的弊端

在這些設(shè)計(jì)范式的約束下，相關(guān)聯(lián)的信息被存儲(chǔ)到了不同的邏輯表中，以致于經(jīng)常需要多表聯(lián)查（join操作），關(guān)系越復(fù)雜，連表查詢?cè)铰＠绶殖煽蛻舯砗陀唵伪砗蜕虘舯?#xff0c;當(dāng)我們要執(zhí)行的操作與這張表的部分信息都有關(guān)時(shí)，就需要進(jìn)行多表join。
那么，有辦法能改善查詢性能嗎？

• 允許 DBMS 存儲(chǔ)額外的冗余信息，例如索引視圖（indexed views）、物化視圖（materialized views），但仍遵從設(shè)計(jì)范式
• 增加冗余數(shù)據(jù)，減少join操作，打破設(shè)計(jì)范式（即反范式化）

反范式化

所謂反范式化，是一種針對(duì)遵從設(shè)計(jì)范式的數(shù)據(jù)庫（關(guān)系模式）的性能優(yōu)化策略。
反范式化不等于非范式化（Unnormalized form），反范式化一定發(fā)生在滿足范式設(shè)計(jì)的基礎(chǔ)之上。前者相當(dāng)于先遵守所有規(guī)則，再進(jìn)行局部調(diào)整，故意打破一些規(guī)則，而后者全然不顧規(guī)則。
反范式化通過增加冗余數(shù)據(jù)或?qū)?shù)據(jù)進(jìn)行分組，犧牲一部分寫入性能，換取更高的讀取性能：
在設(shè)計(jì)范式的約束下，數(shù)據(jù)表中沒有冗余信息（某個(gè)數(shù)據(jù)只存放在某張表的某個(gè)單元格中），為了得到某個(gè)數(shù)據(jù)可能需要一系列的跨表查詢，因而讀操作性能不佳，但寫操作很快，因?yàn)楦聰?shù)據(jù)時(shí)只需要修改一處。
反范式化就是要打破這種約束，把某些數(shù)據(jù)在不同的地方多放幾份，以加快數(shù)據(jù)檢索速度。
具體操作如下：

• 存一些派生數(shù)據(jù)：類似于往 Redux Store 中塞計(jì)算屬性，把需要頻繁重復(fù)計(jì)算的結(jié)果存起來，例如在一對(duì)多關(guān)系中，把“多”的數(shù)量作為“一”的屬性存儲(chǔ)起來
• 預(yù)先連接（pre-joined）生成匯總表：把需要頻繁join的表提前join好
• 采用硬編碼值：把依賴表中的常量值（或者不經(jīng)常變化的值）直接硬編碼到當(dāng)前表中，從而避免join操作
• 把詳情信息納入主表中：對(duì)于數(shù)據(jù)量不大的詳情表，可以把全部/部分詳情信息塞到主表中，以避免join操作

反范式化的代價(jià)

• 失去了數(shù)據(jù)完整性保障：打破范式，意味著之前通過范式化解決的更新、插入、刪除異常問題又將重新冒出來，也就是說，冗余數(shù)據(jù)的一致性要靠 DBA 自己來保證，而不像索引視圖等由 DBMS 來保證
• 犧牲了寫入速度：由于反范式化引入了冗余數(shù)據(jù)，更新時(shí)要修改多處，但大多數(shù)場(chǎng)景都是讀密集的，寫入慢一點(diǎn)問題不大
• 浪費(fèi)了存儲(chǔ)空間：存儲(chǔ)了不必要的冗余數(shù)據(jù)，自然會(huì)浪費(fèi)一些存儲(chǔ)空間，但空間換時(shí)間一般是可接受的（畢竟內(nèi)存、硬盤等資源已經(jīng)相對(duì)廉價(jià)了）

參考

http://www.ayqy.net/blog/database-denormalization/

總結(jié)

以上是生活随笔為你收集整理的后台系统可扩展性学习笔记（十一）Database Denormalization的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。