数据库反范式设计中的查询

有时在设计数据库时,为了效率的考虑,不得不违反数据库的设计范式。这时在查询时可能遇到麻烦。此文就是为了解决此类问题的。

 此文为<<以"x1,x2,x3,x4"方式的查询>>( )的改进。

-- Gu Laicheng 2012.1.15
-- 在F0001中查找F0002,如找到则返回"1",否则返回"0"
-- 如果F0001="_ALL_",表示所有,则返回1
alter function gSeek(@F0001 varchar(200),@F0002 varchar(200))
returns bit
as
begin
declare @ret bit
 select @ret=
 case
  when @F0001='_ALL_' then 'true'
  when (patindex('%|'+rtrim(@F0002)+'|%','|'+replace(rtrim(@F0001),',','|')+'|')>0) then 'true'
  else 'false'
 end
 return @ret
end

 

declare @F0001 varchar(200)
declare @F0002 varchar(200)

select @F0001='AA,CC,DD'
select @F0002='BB'


select
case
when @F0001='_ALL_' then 'true'
when (patindex('%|'+rtrim(@F0002)+'|%','|'+replace(rtrim(@F0001),',','|')+'|')>0) then 'true'
else 'false'
end

select dbo.gSeek(@F0001,@F0002)

 

select * from dbo.Table1


id   a    b              c
1    2    2,3,4       4
2    5    _ALL_     5
3    4    5,6,7       6
4    3    1,2,3       2

select * from dbo.Table1 where dbo.gSeek(b,a)=1

id     a     b             c
1      2     2,3,4      4
2      5   _ALL_      5
4      3    1,2,3        2

 

### 范式与反范式的概念 #### 范式 (Normalization) 范式是一种数据库设计方法,旨在减少数据冗余并提高数据完整性。通过规范化处理,可以消除重复组、创建单一主题的小型表格,并确保每个表只包含最少数量的列。范式分为多个级别,通常提到的第一至第三范式是最常见的。 - **第一范式 (1NF)**:确保每列都是原子性的,即不可再分。 - **第二范式 (2NF)**:在满足1NF的基础上,消除了部分依赖,使得非主键属性完全依赖于整个主键。 - **第三范式 (3NF)**:进一步去除传递依赖,在2NF基础上不允许存在非主键之间的间接关联[^2]。 ```sql CREATE TABLE Orders ( OrderID INT PRIMARY KEY, CustomerID INT NOT NULL, ProductID INT NOT NULL, Quantity INT NOT NULL, FOREIGN KEY (CustomerID) REFERENCES Customers(CustomerID), FOREIGN KEY (ProductID) REFERENCES Products(ProductID) ); ``` 此SQL语句展示了如何按照范式原则构建订单表,其中`Orders`表仅保存必要的信息而不含任何冗余字段。 #### 反范式 (Denormalization) 相比之下,反范式则是有意违反某些范式规则以换取更好的读取性能或其他特定目标的技术手段。这可能涉及增加一些冗余度或将原本分开存储的信息合并到一起。虽然这样做可能导致更复杂的维护工作以及潜在的数据一致性风险,但在某些场景下确实能显著提升效率[^4]。 ```sql CREATE TABLE SalesReport ( ReportDate DATE, TotalSales DECIMAL(10, 2), MostSoldItem VARCHAR(255), BestCustomerName VARCHAR(255) ); ``` 这里展示了一个经过反范化后的销售报告表例子,它直接包含了汇总统计结果和其他预计算好的值以便快速访问。 ### 应用场景分析 对于高并发读操作的应用程序来说,适当运用反范式能够有效降低查询延迟;而对于写密集型应用,则应优先考虑遵循严格的范式标准来保障事务的一致性和简化管理流程。当面对海量数据分析任务时,可以通过预先聚合或缓存常用视图的方式来实现局部范围内的反范式优化,从而达到平衡两者优势的效果[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值