数据库优化

     在平时的工作中，做为一名资深的程序员来说，系统在随着业务量不断的增加，可以之前表的设计已经不能满足的我们，

这时就需要我们对整体系统流程或者数据库这方面进行优化。今天主要是写一下数据库方面的优化：（一般都是在时间和空间上找到平衡点）

    一、表结构的优化：
        优化点：
        1、表设计是否遵循数据库的三范式，把大表拆分成不成的小表（减小空间）
        2、针对于某些字段的查询是否数据库表做了适当的冗余（减小时间）
        3、数据类型字段尽量用数字类型
        4、减小使用text，image类型，读取二进制比较耗时
    二、SQL语句的优化：
        优化点：
        1、根据不同的业务场景，特别是针对查询多，而对修改（插入，更新）操作时效要求不高，不频繁，可以利用索引
        提高检索效率。
        2、在查询数据中，尽量在where 条件中运用到索引（关联字段创建索引，经常查询字段创建索引）并且条件中尽可能的
        排除一些干扰数据
        3、在oracle 11之间，sql尽量的用关联查询，而少用子查询（并不绝对），用子查询代码 in 操作，基表放在from 后第一个位置，
        ，索引条件离放在where 越近越好 等等。（在oralce 11 开始，oracle 作了大量的内部优化，用户不需要关注这些，而是关注oracle
        的执行计划）
        4、关于分页的优化，尽量可能把基础能锁定的数据先查询出来，并分页拿到最小结果集，之后在云去关联其它的表（这种情况针对于
        基础表数据的结果集不受关联表之后的where 条件影响）
        
    三、分区：
        针对数据量，在一张表中不段的大量扩张，将有一定特性的数据分配到不同的区域存储（比如：北京地区只关注北京的信息，上海地区只关注上海的信息，就可以把两者数据区分），这样查询效率就可以大大提高
        
    四、分表：
        优化点：
        1、比如报表之类的数据，如果按每个月，或者每个季度，或者每年，可以根据时间进行分表存储数据。（比如京东最近三个月的订单）--这是针对水平分隔
        2、把一个大表经常查询，经常修改的数据放在一张表，不变的数据放入另一张，从而减少操作时锁定的数据（垂直分隔）
        
    五、分离活跃数据：（水平分隔）
        将经常活跃的数据，单独存储，可以加快操作。但需要策略判定活跃边界。
        
    六：批量操作：
        比如：客户端的批量操作，在数据库中进行验证时，保存或者更新时，可以进行批量操作，把数据放入内存中，进行分批处理，而不
        是一次校验就连接查询一次数据库。
        
    七：读写分离：
        它的本质是：对数据库进行集群，降低单台服务器的压力，但需要保证一点就是，数据一性性问题。
        一般情况下是一台写的服务器（主服务器），多台读取的服务器（从服务器）