大型数据库设计原则

一个好的数据库产品不等于就有一个好的应用系统，如果不能设计一个合理的数据
库模型，不仅会增加客户端和服务器段程序的编程和维护的难度，而且将会影响系统实
际运行的性能。一般来讲，在一个MIS系统分析、设计、测试和试运行阶段，因为数据量
较小，设计人员和测试人员往往只注意到功能的实现，而很难注意到性能的薄弱之处，
等到系统投入实际运行一段时间后，才发现系统的性能在降低，这时再来考虑提高系统
性能则要花费更多的人力物力，而整个系统也不可避免的形成了一个打补丁工程。笔者
依据多年来设计和使用数据库的经验，提出以下一些设计准则，供同仁们参考。
命名的规范
---- 不同的数据库产品对对象的命名有不同的要求，因此，数据库中的各种对象的命名
、后台程序的代码编写应采用大小写敏感的形式，各种对象命名长度不要超过30个字符
，这样便于应用系统适应不同的数据库。
游标（Cursor）的慎用
---- 游标提供了对特定集合中逐行扫描的手段，一般使用游标逐行遍历数据，根据取出
的数据不同条件进行不同的操作。尤其对多表和大表定义的游标（大的数据集合）循环
很容易使程序进入一个漫长的等特甚至死机，笔者在某市《住房公积金管理系统》进行
日终帐户滚积数计息处理时，对一个10万个帐户的游标处理导致程序进入了一个无限期
的等特（后经测算需48个小时才能完成）(硬件环境：Alpha/4000 128Mram ,Sco Unix
,Sybase 11.0)，后根据不同的条件改成用不同的UPDATE语句得以在二十分钟之内完成。
示例如下：
Declare Mycursor cursor for select  count_no from COUNT
Open Mycursor
Fetch Mycursor into @vcount_no
While (@@sqlstatus=0)
    Begin
If  @vcount_no=’’  条件1
操作1
   If  @vcount_no=’’  条件2
   操作2
   。。。
Fetch Mycursor into @vcount_no
End
。。。
。。。
改为
Update COUNT set  操作1 for 条件1
Update COUNT set  操作2 for 条件2
。。。
。。。
---- 在有些场合，有时也非得使用游标，此时也可考虑将符合条件的数据行转入临时表
中，再对临时表定义游标进行操作，可时性能得到明显提高。笔者在某地市〈电信收费
系统〉数据库后台程序设计中，对一个表（3万行中符合条件的30多行数据）进行游标操
作(硬件环境：PC服务器，PII266 64Mram ,NT4.0 Ms Sqlserver 6.5)。 示例如下：
Create #tmp   /* 定义临时表 */
( 字段1
   字段2
。。。
)
Insert into #tmp select * from TOTAL where
条件  /* TOTAL中3万行 符合条件只有几十行 */
Declare Mycursor cursor for select * from #tmp
  /*对临时表定义游标*/
。。。
索引(Index)的使用原则
---- 创建索引一般有以下两个目的：维护被索引列的唯一性和提供快速访问表中数据的
策略。大型数据库有两种索引即簇索引和非簇索引，一个没有簇索引的表是按堆结构存
储数据，所有的数据均添加在表的尾部，而建立了簇索引的表，其数据在物理上会按照
簇索引键的顺序存储，一个表只允许有一个簇索引，因此，根据B树结构，可以理解添加
任何一种索引均能提高按索引列查询的速度，但会降低插入、更新、删除操作的性能，
尤其是当填充因子（Fill Factor）较大时。所以对索引较多的表进行频繁的插入、更新
、删除操作，建表和索引时因设置较小的填充因子，以便在各数据页中留下较多的自由
空间，减少页分割及重新组织的工作。
数据的一致性和完整性
---- 为了保证数据库的一致性和完整性，设计人员往往会设计过多的表间关联（Relat
ion），尽可能的降低数据的冗余。表间关联是一种强制性措施，建立后，对父表（Par
ent Table）和子表(Child Table)的插入、更新、删除操作均要占用系统的开销，另外
，最好不要用Identify 属性字段作为主键与子表关联。如果数据冗余低，数据的完整性
容易得到保证，但增加了表间连接查询的操作，为了提高系统的响应时间，合理的数据
冗余也是必要的。使用规则（Rule）和约束（Check）来防止系统操作人员误输入造成数
据的错误是设计人员的另一种常用手段，但是，不必要的规则和约束也会占用系统的不
必要开销，需要注意的是，约束对数据的有效性验证要比规则快。所有这些，设计人员
在设计阶段应根据系统操作的类型、频度加以均衡考虑。
事务的陷阱
---- 事务是在一次性完成的一组操作。虽然这些操作是单个的操作，SQL Server能够保
证这组操作要么全部都完成，要么一点都不做。正是大型数据库的这一特性，使得数据
的完整性得到了极大的保证。
---- 众所周知，SQL Server为每个独立的SQL语句都提供了隐含的事务控制，使得每个
DML的数据操作得以完整提交或回滚，但是SQL Server还提供了显式事务控制语句
---- BEGIN TRANSACTION 开始一个事务
---- COMMIT TRANSACTION 提交一个事务
---- ROLLBACK TRANSACTION 回滚一个事务
---- 事务可以嵌套，可以通过全局变量@@trancount检索到连接的事务处理嵌套层次。
需要加以特别注意并且极容易使编程人员犯错误的是，每个显示或隐含的事物开始都使
得该变量加1，每个事务的提交使该变量减1，每个事务的回滚都会使得该变量置0，而只
有当该变量为0时的事务提交（最后一个提交语句时），这时才把物理数据写入磁盘。
数据库性能调整
---- 在计算机硬件配置和网络设计确定的情况下，影响到应用系统性能的因素不外乎为
数据库性能和客户端程序设计。而大多数数据库设计员采用两步法进行数据库设计：首
先进行逻辑设计，而后进行物理设计。数据库逻辑设计去除了所有冗余数据，提高了数
据吞吐速度，保证了数据的完整性，清楚地表达数据元素之间的关系。而对于多表之间
的关联查询（尤其是大数据表）时，其性能将会降低，同时也提高了客 户端程序的编程
难度，因此，物理设计需折衷考虑，根据业务规则，确定对关联表的数据量大小、数据
项的访问频度，对此类数据表频繁的关联查询应适当提高数据冗余设计。
数据类型的选择
---- 数据类型的合理选择对于数据库的性能和操作具有很大的影响，有关这方面的书籍
也有不少的阐述，这里主要介绍几点经验。
Identify字段不要作为表的主键与其它表关联，这将会影响到该表的数据迁移。
Text 和Image字段属指针型数据，主要用来存放二进制大型对象（BLOB）。这类数据的
操作相比其它数据类型较慢，因此要避开使用。
日期型字段的优点是有众多的日期函数支持，因此，在日期的大小比较、加减操作上非
常简单。但是，在按照日期作为条件的查询操作也要用函数，相比其它数据类型速度上
就慢许多,因为用函数作为查询的条件时，服务器无法用先进的性能策略来优化查询而只
能进行表扫描遍历每行。
---- 例如：要从DATA_TAB1中（其中有一个名为DATE的日期字段）查询1998年的所有记
录。
---- Select * from DATA_TAB1 where datepart(yy,DATE)=1998