推文

@BaiBtw · 2026-10-14 18:00

数据库遇到性能和容量瓶颈，常见的7种处理方式，各自改变的是不同环节： 1. 索引 先看查询怎样找数据，再为这些访问方式建立索引。比如经常按 id 找一条记录，索引能减少逐行查找；但表更新时也要维护索引，会增加写入开销。 2. 物化视图 把复杂查询的结果提前算好并保存，读取时直接使用这份结果。比如销售看板所需的历史汇总，可以定期刷新；读取更省事，但结果未必反映最新数据。 3. 反规范化 把查询常用的关联数据放到一起，减少查询时的复杂 JOIN。例如一份订单读取数据里同时放入商品名、客户名、订单号和金额。 4. 纵向扩容 增加同一台数据库服务器的 CPU、内存或存储，让单机承载更多工作。它受单台机器可用配置的上限约束。 5. 缓存 把频繁读取的数据放到更快的存储层，让一部分请求不用重复访问数据库。这里改变的是访问路径，物化视图侧重保存预计算的查询结果。 6. 复制 在其他服务器上维护主库的副本，把一部分读取分给副本处理，扩展读能力。 7. 分片 把数据拆成不同部分，分散到多台服务器，让各台承担一部分读写负载。和复制同一份数据不同，分片分担的是数据与工作量，同时增加部署和维护的复杂度。

曝光 5 · 评论 0 · 点赞 0 · 书签 0