数据库设计与优化

1. 数据库三范式 (Normalization)

1. 第一范式 (1NF)：每一列都是不可分割的原子项（字段不可再分）。
2. 第二范式 (2NF)：在 1NF 基础上，非主键列必须完全依赖于主键（消除部分依赖）。
3. 第三范式 (3NF)：在 2NF 基础上，非主键列必须直接依赖于主键（消除传递依赖）。

反范式化 (Denormalization)：在追求查询性能的场景下，为了减少 JOIN 操作，适当增加数据冗余（如冗余存储统计字段）。

---

2. 数据库设计原则

1. 选择合适的数据类型：
   • 优先选择占用空间小的数据类型（如 INT vs BIGINT）。
   • 固定长度字段优先于可变长度字段（如 CHAR vs VARCHAR）。
   • 精确计算使用 DECIMAL 而非 FLOAT/DOUBLE。
2. 字段尽量设置为 NOT NULL：
   • NULL 值占用额外空间。
   • 索引中包含 NULL 值会使索引扫描变复杂。
3. 统一字段命名规范：
   • 蛇形命名（user_id），小写，意义明确。

---

3. 分库分表 (Sharding)

垂直拆分 (Vertical)

• 垂直分库：按业务模块拆分，如 user_db, order_db。
• 垂直分表：按列拆分，将大字段或不常用字段拆分到新表。

水平拆分 (Horizontal)

• 水平分表：将单表数据按某种算法（如 ID 取模、按时间、按地理位置）拆分到多个表中。
• 水平分库：将数据分布到不同物理节点。

---

4. SQL 慢查询分析与优化

1. 定位慢查询：
   • 开启慢查询日志 (slow_query_log)。
   • 设置慢查询阈值 (long_query_time)。
2. 使用 EXPLAIN 分析查询执行计划（见 MySQL 核心面试题）。
3. 常见优化方案：
   • 避免 SELECT *：只查询需要的列（减少回表，支持覆盖索引）。
   • 优化 ORDER BY 和 GROUP BY：尽量利用索引排序，避免 Using filesort。
   • 使用 UNION ALL 代替 UNION：如果确定数据不重复，UNION ALL 不需要去重，效率更高。
   • 大分页查询优化：使用 LIMIT offset, size 时，如果 offset 很大，性能会骤降。可以通过索引覆盖+关联查询优化，或者记录上一次查询的最大 ID。

---

5. 主从复制与读写分离

• 原理：Master 节点将变更写入 Binlog，Slave 节点通过 Relay Log 同步数据。
• 应用：
  • 读写分离：写操作到 Master，读操作到 Slave，极大提升系统吞吐量。
  • 数据备份：Slave 作为 Master 的热备份。
• 一致性问题：由于异步复制存在延迟，Slave 读到的数据可能不是最新的。可以通过“同步写异步读”策略或特定强一致性方案解决。