Question

我是SQL的新手，我不了解性能影响。似乎SQL数据库将所有内容存储在一个地方。这是不是意味着表变得非常大，非常快？这不会伤害表现吗？

示例Stackoverflow模型，但带有线程注释：

CREATE TABLE t_users (
   name varchar(80) primary key,
   email varchar(80)

);

CREATE TABLE t_posts (
   id varchar(80) primary key,
   userid varchar(80) references t_users(name),
   title varchar(80),
   description text,
   topic varchar(80),
   path text

);

这是一个有效的设计吗？每个用户的所有帖子都存储在同一个表中...因此，如果我想查询所有具有主题“编程”的评论，则需要查看每个帖子，即使是通过具有不同主题的帖子，它们都存储在同一个表中....这也意味着如果我制作更复杂的查询，它们将以指数方式增长得越慢，我的磁盘表越大。将每个帖子分成新表不是更好吗？

Answer 1

设计是准有效的，但不完全是：

您的t_users最好是自动增量无符号 int ID列。 _{（名字上的主键几乎总是一个坏主意。人们改名。人们有相同的名字。甚至国家有时更改名称！数字几乎总是最好的选择！）}
这样，您的t_posts可以引用该userID。加入现在正在快速发展。
您甚至可以强制执行参照完整性：不存在的用户不能发布帖子。或者删除用户时，也会删除帖子。
你的t_posts有一个ID主键列（好！），但它是varchar（坏！）。 INT更好。如果您需要，请BIGINT。

您稍后会发现您的帖子可能包含多个主题（stackoverflow“tags”）。不要将它们放在varchar字段中。使用ID，说明和链接表“posts_to_topic”创建一个新表“主题”，将每个帖子链接到一个或多个主题。

索引

您需要阅读的是索引。如果要查询具有“编程”主题的所有注释，通常在“topic varchar（80）”列上有一个索引。这个索引很小（认为它是一个单独的表：它包含索引列和主键），因此您的（R）DBMS可以非常快速地搜索它（树结构）并获取它需要的所有主键。然后，根据您选择的内容，DBMS会向您发送信息：

如果您只需要索引中已有的列，它可以从索引中获取所有内容。
如果您需要其他列，它现在只会实际访问t_posts表，并使用索引中的主键来访问行。

简化

我撒了谎。在最后一段中，我确实更加简单。有一个优化器将查看查询并确定可以使用哪些索引。它将检查索引 - 取决于基数，表大小，它可能使用它的列，或者决定扫描表。如果您的表具有可变行长度，则获取第X行的速度比所有行具有相同长度（无VARCHAR）要慢得多。所有这些都取决于您使用的（R）DBMS（或在MySQL中，甚至在什么存储引擎上）。

但首先阅读关于索引的内容，关于什么，原因以及后来的方法。之后，您可以更深入地研究异常。

相同数据的多个表

这是一个经常犯的初学者错误，它们都是双向的：

“我们可以将所有内容放在一个表格中，如果我们添加一列”TYPE“并将所有内容变为varchar！”
“我们的数据库中只有10000个表，table_1，table_2等！”

阅读索引将告诉你为什么这在技术上是一个坏主意，但它在逻辑尺度上也不那么优雅：一个表意味着代表一个实体（书籍。用户。帖子。页面） - 拆分这些将导致一些非常难看的问题。如果你问某人他们为什么这样做，原因往往是“为了速度”，而他们的决策栏上的额外索引会产生同样的效果。

考虑一下：如果您为每个用户创建帖子标题，请编写列出10个最常用主题的查询，以及每个主题的帖子数量。你必须为每张桌子命名！

Answer 2

问题的真正答案前两个问题是“是”和“否”。 “是”，表格确实快速增长。而“不”这通常不会影响表现。

虽然您可以将表视为单个文件来扫描以查找结果，但SQL所做的远不止这些。几乎所有数据库都管理称为页表的内容，这意味着以下内容：

一旦读取了表格，如果它可以放入内存中，它将保持在那里直到它需要移出。这大大加快了桌面上的进一步查询。
加载页面表通常与处理异步操作。

这两点本身在大多数编程语言中实现起来非常困难（但并非不可能）。此外，SQL为您提供了索引和表分区，可以进一步加快单个表的处理速度。最后，大多数SQL版本几乎支持所有功能的多个处理器/线程。

当涉及组合来自多个表的结果或聚合结果时，数据库在用于进行连接和聚合的算法中有许多人年的努力。在这种情况下你不太可能做得更好。

并且，这些功能不涉及关系数据库的许多其他功能，例如强制数据的一致性，备份和恢复数据，保证修改等。

至于你的表架构，似乎你已经开始了，它很好。一般来说，我建议您的主键以表格命名并为整数。你的第一张表就是：

CREATE TABLE users (
    UserId int primary key,
    name varchar(80),
    email varchar(80)
);

第二个表中的UserId被声明为int。作为为何更好的提示，用户可能希望不时更改其名称。

Answer 3

将每个帖子拆分成新表会不会更好？

没有

如果你的帖子在不同的表中，那么你必须查询数百甚至数千个不同的表来查找所有数据。

更不用说，除了数据（大小相同，无论它在哪个表中），你都有表格本身的开销。

查询表时的SQL性能

3 个答案:

索引

简化

相同数据的多个表