数据库设计冗余和不完整的区别

DEVELOPERS

开发

活动

Programs

社区

学堂

大赛

支持

语言

登录

注册

APP

数据冗余和数据不一致的区别丨绽放吧！数据库

海拥 2021/08/06 12k+

摘要 数据冗余和数据不一致是数据库中使用的重要术语。一个好的数据库设计是将数据冗余和数据不一致最小化的设计。在本文中，我们将介绍这两个术语是什么以及它们之间有什么区别。

概述：

数据冗余和数据不一致是数据库中使用的重要术语。一个好的数据库设计是将数据冗余和数据不一致最小化的设计。在本文中，我们将介绍这两个术语是什么以及它们之间有什么区别。

数据冗余：

它被定义为冗余意味着重复数据，也表示数据的相同部分存在于数据库中的多个位置。这种情况称为数据冗余。

数据冗余问题：

在这里，我们将讨论数据冗余的几个问题，如下所示。

1浪费的存储空间。

2更困难的数据库更新。

3会导致数据不一致。

4数据检索缓慢且效率低下。

示例 –

让我们以板球运动员桌为例。

步骤 1：

如下考虑板球运动员表。

参赛者姓名 队员年龄 队名 团队编号

马龙 32 中国队 1

迪米特里·奥恰洛夫 32 德国队 2

樊振东 24 中国队 1

许昕 31 中国队 1

蒂姆·波尔 40 德国队 2

派翠克·法兰兹卡 29 德国队 2

步骤 2：

我们可以清楚地看到 队名 和 团队ID 在多处重复。我们可以制作一个单独的表来存储这些信息并减少数据冗余。

参赛者姓名 队员年龄 团队编号

马龙 32 1

迪米特里·奥恰洛夫 32 2

樊振东 24 1

许昕 31 1

蒂姆·波尔 40 2

派翠克·法兰兹卡 29 2

步骤 3：

这称为标准化，用于减少数据冗余。

团队编号 队名

1 中国队

2 德国队

数据不一致：

当相同的数据以不同的格式存在于多个表中时。这种情况称为数据不一致。这意味着不同的文件包含有关特定对象或人的不同信息。这可能会导致不可靠和无意义的信息。数据冗余导致数据不一致。

例子

如果我们在很多表中有一个人的地址，当我们只在一个表中更改它而在另一个表中它可能不会更新，因此可能会出现数据不一致的问题。

区别：

话题 数据冗余 数据不一致

状况 适用于数据库中多处存在重复数据的情况。 适用于多个表中存在不同格式重复数据的情况。

如何最小化？ 我们可以使用标准化来最小化数据冗余。 我们可以对数据库使用约束来最小化数据不一致。

以上就是本篇文章所要介绍的数据冗余和数据不一致的区别

1 基本思想之什么是分库分表？

从字面上简单理解，就是把原本存储于一个库的数据分块存储到多个库上，把原本存储于一个表的数据分块存储到多个表上。

2 基本思想之为什么要分库分表？

数据库中的数据量不一定是可控的，在未进行分库分表的情况下，随着时间和业务的发展，库中的表会越来越多，表中的数据量也会越来越大，相应地，数据 *** 作，增删改查的开销也会越来越大；另外，由于无法进行分布式式部署，而一台服务器的资源（CPU、磁盘、内存、IO等）是有限的，最终数据库所能承载的数据量、数据处理能力都将遭遇瓶颈。

3 分库分表的实施策略。

分库分表有垂直切分和水平切分两种。

31 何谓垂直切分，即将表按照功能模块、关系密切程度划分出来，部署到不同的库上。例如，我们会建立定义数据库workDB、商品数据库payDB、用户数据库userDB、日志数据库logDB等，分别用于存储项目数据定义表、商品定义表、用户数据表、日志数据表等。

32 何谓水平切分，当一个表中的数据量过大时，我们可以把该表的数据按照某种规则，例如userID散列，进行划分，然后存储到多个结构相同的表，和不同的库上。例如，我们的userDB中的用户数据表中，每一个表的数据量都很大，就可以把userDB切分为结构相同的多个userDB：part0DB、part1DB等，再将userDB上的用户数据表userTable，切分为很多userTable：userTable0、userTable1等，然后将这些表按照一定的规则存储到多个userDB上。

33 应该使用哪一种方式来实施数据库分库分表，这要看数据库中数据量的瓶颈所在，并综合项目的业务类型进行考虑。

如果数据库是因为表太多而造成海量数据，并且项目的各项业务逻辑划分清晰、低耦合，那么规则简单明了、容易实施的垂直切分必是首选。

而如果数据库中的表并不多，但单表的数据量很大、或数据热度很高，这种情况之下就应该选择水平切分，水平切分比垂直切分要复杂一些，它将原本逻辑上属于一体的数据进行了物理分割，除了在分割时要对分割的粒度做好评估，考虑数据平均和负载平均，后期也将对项目人员及应用程序产生额外的数据管理负担。

在现实项目中，往往是这两种情况兼而有之，这就需要做出权衡，甚至既需要垂直切分，又需要水平切分。我们的游戏项目便综合使用了垂直与水平切分，我们首先对数据库进行垂直切分，然后，再针对一部分表，通常是用户数据表，进行水平切分。

4 分库分表存在的问题。

41 事务问题。

在执行分库分表之后，由于数据存储到了不同的库上，数据库事务管理出现了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成程序逻辑上的事务，又会造成编程方面的负担。

42 跨库跨表的join问题。

在执行了分库分表之后，难以避免会将原本逻辑关联性很强的数据划分到不同的表、不同的库上，这时，表的关联 *** 作将受到限制，我们无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询能够完成的业务，可能需要多次查询才能完成。

43 额外的数据管理负担和数据运算压力。

额外的数据管理负担，最显而易见的就是数据的定位问题和数据的增删改查的重复执行问题，这些都可以通过应用程序解决，但必然引起额外的逻辑运算，例如，对于一个记录用户成绩的用户数据表userTable，业务要求查出成绩最好的100位，在进行分表之前，只需一个order by语句就可以搞定，但是在进行分表之后，将需要n个order by语句，分别查出每一个分表的前100名用户数据，然后再对这些数据进行合并计算，才能得出结果。

数据库共享是高效率的策略，所有的数据库技术 包括数据压缩，外键等都是为了提高数据库的共享程度。所以数据库的共享越高，数据库的利用率越大。 数据库的冗余 应该是指 数据库中的无用数据，这主要是在关系数据库中没有与之匹配的相关数据而造成的一种特殊的数据，没有机制维护，越积越多，影响数据库效率，而且占用数据空间。

这个说法是正确的。原因如下：

数据库系统的特点有四个：

1，数据结构化。采用数据模型来对数据进行描述和定义。

2，数据共享性高，冗余度低。由于是从全局分析和描述数据，就可以适合多个用户、各种应用共享数据的需求。信息可在统一的地方存储，共享的同时可显著减少数据冗余，节省存储空间。但是，并不是说完全没有冗余，只是相对冗余度降低而已。

3，数据独立于程序。包括逻辑和物理独立性。

4，统一管理和控制数据。由于数据库系统是数据密集型应用，一次统一管理和控制尤其重要。

所以，数据库系统减少了数据的冗余这一说法是正确的。

希望能帮到您。谢谢。

以上就是关于数据库设计冗余和不完整的区别全部的内容，包括:数据库设计冗余和不完整的区别、数据库分库分表时的冗余怎么回事，扩容该如何做、数据库共享和数据冗余有什么缺点等相关内容解答，如果想了解更多相关内容，可以关注我们，你们的支持是我们更新的动力！