是否不建议将相同的数据保存在关系数据库中的两个位置？

Question

我正在编写基于Django / Python的应用程序，因此我想避免编写代码或对数据库的请求超出我的要求。 将已经存储在较高级别的数据存储在较低级别是否不合理，从而更容易从较低级别访问？

希望这很清楚-请告诉我是否需要澄清。

谢谢！

Answer 1

如果所需的计算极其冗长或复杂，则对数据库进行部分非规范化可能会很有用，但是只有在其他优化尝试几乎没有成功或只有很少尝试之后，才应进行此操作。

Answer 2

除了非规范化之外，还有其他方法可以提高查询性能。 当然，第一步是实际测量代码的性能。 仅仅因为联接查询不能很容易地扩展，并不意味着使用它们不是一个好主意。 并非每个网站都有请求负载，需要超优化的请求处理。

实际上，卡尔·亨德森（Cal Henderson）计算得出，除100个网站以外，所有网站都不是访问量最高的100个网站。

如果事实证明您经过深思熟虑，并且易于维护的查询实际上是瓶颈（即使您不一定排在前100名，也许您排在前1,000,000名），第一步就是要对是瓶颈的实际查询。 有时，在正确的位置添加或删除索引，或者只是在数据库中保持数据库整洁（ VACUUM或ANALYZE命令），就可以发挥作用。

下一步是寻找缓存机会。 相当大比例的典型网站会为每个页面和用户一遍又一遍地执行相同的查询，并且它们的更改速度不会很快。 将常用数据存储在缓存（例如内存缓存）中将减轻数据库服务器的负担。

当我们讨论数据库服务器时 ，请确保托管数据库的计算机可以自由地响应查询，而不是执行任何其他工作。 数据库是最难扩展的技术之一，因此，要充分利用数据库，请确保您的数据库运行在负载有内存，快速磁盘且没有其他职责的计算机上。 将Web应用程序服务器放在其自己的计算机上，将静态文件放置在另一台计算机上，并使防火墙位于另一台计算机上。 查询缓存可以在自己的计算机上运行。

仅仅因为数据库难以扩展（尽管易于扩展），这并非没有可能。 如果在同一查询中很少使用两个表，则可以将它们拆分为两个设备。 如果一组特定表的连接条件始终相同（如UserID），则可以将行拆分到多个服务器上（这称为分片）。

一旦您真正用尽了所有这些选项，下一步就是去规范化。 看起来很简单，但是出于某些原因，您现在要采取的步骤太晚了。

最大的是因为实际上很难正确地保留重复的数据。 如果没有数据重复，那么就不会有冲突，但是如果数据确实重复并且应用程序的一部分没有仔细地更新两个位置，那么不同的查询将返回不同的，冲突的结果。 破坏数据时的好选择可以使不同步条件变得微不足道（只需从权威来源重建非正规化的数据），但这总是会增加代码维护工作。

第二个原因是非规范化不一定是加速。 就像添加索引一样，它会将写入性能与读取性能进行权衡。 如果您实际上进行了大量写操作，则实际上会使平均性能变慢 。 与添加索引不同，数据库无法告知您何时需要进行非规范化。 总是一个猜测。

最后，当您决定使用非规范化时，请注意您的ORM（如果使用ORM，因为这可能是django问题，您可能会这样做）实际上在做什么。 确保您将查询设计为仅提供实际使用的数据，并确保您的ORM不会起到更大作用。

Answer 3

是的，非常灰心。

这违反了具有rdbms的意义。 如果要更改数据的哪个副本？ 有很多很多方法可以避免这种情况。 Django有一个用于密集查询的缓存系统。 您还可以在数据库中编写视图，以使检索数据的复杂性降低。 此外，为模型编写方法可能会帮助您更轻松地检索数据。

我也会看一下Model-View-Controller设计。 如果设置不正确，您的应用程序可能会变得混乱。