为了提高性能，允许在数据库中使用冗余数据

Question

假设您正在为下一个堆栈溢出设计DB模式，更具体地说，是为模式中处理问题评级的部分设计DB模式。

我假设您会使用这样的表格：

评级(question_id、user_id、评级)

..。这将记录评分，并确保没有用户在同一问题上投票两次。

仅该表就可以处理评级数据，但它可能会导致查询速度较慢。

考虑到性能，您是否会考虑将每个问题的评分总和存储在问题表中，即使此数据是多余的，因为它是从评分表中的数据派生出来的？

Answer 1

我通常会首先从标准化模型开始，而不是对问题表中的评级总和进行反标准化。

然后，当应用程序工作得足够好时，我会做一些性能测试，以确定应用程序处理负载是否足够好--与我期望的生产环境中的负载相比。

如果它不能很好地处理负载，我将检查瓶颈--并纠正最重要的瓶颈，直到应用程序运行良好。

一旦应用程序投入生产，如果网站有很多opf用户，就是时候做一些额外的优化了。

为了让事情变得简单：

• 不要让您的应用程序正常工作一旦应用程序正常工作，请对其进行基准测试如果需要，请优化

最后，是的，也许，将评分总和反规范化到问题表可能会有所帮助；但你需要这样做吗？

这才是真正的问题;-)

Answer 2

如果您计划预聚合表，那么看一下物化视图(T-SQL中的索引视图)是值得的。

Answer 3

一般而言，如果您知道数据读操作比写操作频繁得多，那么这是存储聚合值的有效方法。在这种特定的情况下，我还会考虑以这种方式对answers表进行物理设计，这使得聚合变得便宜。为此，我将在query_id、answer_id上定义聚集索引。因此，只会从磁盘中读取几个DB页，以获取特定查询的所有答案。