4-1 数据库结构优化介绍
良好的数据库逻辑设计和物理设计是数据库获得高性能的基础。
1、减少不必要的数据冗余。
2、尽量避免数据维护中出现更新，插入和删除异常。
插入异常：如果表中的某个实体随着另一个实体而存在。
更新异常：如果更改表中的某个实体的单独属性时，需要对多行进行更新。
删除异常：如果删除表中的某一实体则会导致其他实体的消失。
3、节约数据存储空间
4、提高查询效率
show create table selectcourseG
select * from selectcourse;
4-2 数据库结构设计
数据库结构设计的步骤
需求分析：全面了解产品设计的存储需求，数据处理需求，数据的安全性和完整性。
逻辑设计：设计数据的逻辑存储结构，数据实体之间的逻辑关系，解决数据冗余和数据维护异常。
物理设计：根据所使用的数据库特点进行表结构设计
SQL：Oralce、Mysql、postgresSQL
NoSQL：mongo、Redis、Hadoop
存储引擎和列的数据类型
维护优化：根据实际情况对索引、存储结构等进行优化。
数据库设计三范式
第一范式，
数据库表中的所有字段都只具有单一属性
单一属性的列是由基本的数据类型所构成的
设计出来的表都是简单的二维表
第二范式，
要求一个表中只具有一个业务主键
第三范式，
指每一个非主属性既不部分依赖于也不传递依赖于业务主键，也就是在第二范式的基础上消除了非主属性对主键的传递依赖。
4-3 需求分析及逻辑设计
用户登录及用户管理功能
用户必须注册并登录系统才能进行网上交易
用户名来作为用户信息的业务主键
同一时间一个用户只能在一个地方登录
用户信息：{用户名，密码，手机号，姓名，注册日期，在线状态，出生日期}
商品展示及商品管理功能
商品信息：{商品名称，分类名称，出版社名称，图书价格，图书描述，作者}
供应商管理功能
供应商信息：{出版社名称，地址，电话，联系人，银行账号}
在线销售功能
完全符合范式化的设计有时并不能得到良好的SQL查询性能。
适当的采取数据库反范式化，允许存在少量的数据冗余，使用空间来换取时间。
4-4 需求分析及逻辑设计-反范式化设计
4-5 范式化设计和反范式化设计优缺点
完全范式化设计的缺点：
对于查询需要对多个表进行关联。
更难进行索引优化。
反范式化设计的缺点：
对数据的修改需要更多的成本。
4-6 物理设计介绍
物理设计涉及的内容
定义数据库、表及字段的命名规范。
可读性原则
表意性原则
选择合适的存储引擎。
为表中的字段选择合适的数据类型。
当一个列可以选择多种数据类型时，应该优先考虑数字类型，其次是日期或二进制类型，最后是字符类型。
VARCHAR的适用场景：字符串列的最大长度比平均长度大很多。字符串列很少被更新。
CHAR类型是定长的，最大宽度为255 适合存储长度近似的值。比如MD5加密和表示性别的数字值。
timestamp类型显示依赖于所指定的时区。在行的数据修改时可以自动修改timestamp列的值。
alter table t modify d1 datetime(6),modify d2 timestamp(6);
date类型的优点：只需要3个字节、可以利用上日期时间函数。
time类型的格式：格式为HH:MM:SS
建立数据库结构。
4-9 物理设计-总结
如何为Innodb选择主键
主键应该尽可能的小
主键应该是顺序增长的
Innodb的主键和业务主键可以不同