分销系统高效mysql 数据库设计与实现

这篇文章是一篇小小的总结，如有疏漏请指出，万分感谢。

一个分销系统当中，基本有几个要点，我以商品二级分销模型为例子。

1.销售人员发展客户，自己和上级能够获得奖励。

2.当客户购买产品的时候，销售人员和上级也能获得奖励。

3.发展用户或者销售人员时，需要绑定他们的关系。

4.销售人员能够看自己下级的人员并查看自己的销售业绩。

That's all.

当时刚接触这个需求的时候，由于本来用户表有一个 pid(parent_id) 的字段，来表示自己的上级销售人员。我当时竟然可怕的是用了 ppid，pppid来表示更上级的人员。。。。。。我的天，居然有人会做出这种事。多么可怕的一段黑历史。

目前在维护一个有上千亿行数据的文件系统，分表分8192张。表结构里面有一个字段，专门维护文件夹层级，里面的值遵循一定的数据格式，长得很像linux的文件系统层级结构（例如:/usr/bin/local/），可以说是一模一样。突然，这不就是树结构吗？然后想到了分销系统的树结构

用户表字段设计：user_id，parent_id，tree，level，money

这里涉及到一些家喻户晓的人，分别是，A，B和Cn

他们有相关从属的关系。

用表来表示：

A进了某养生品公司，注册了会员。

于是A成为了这个系统的第一个用户

| user_id| parent_id | tree| level| money|

| ------------- |:-------------:| -----:|

|A|没有爸爸|/|1|0|

这时A走在大街上，看到B，说：“你听说过安利吗? blablabla”

然后B扫码成为了A的下级会员，A获得一块钱的发展会员奖励，并告诉他，你可以告诉你的新朋好友哦，卖出这么好的产品，可以分成哦。

| user_id| parent_id | tree| level| money|

| ------------- |:-------------:| -----:|

|A|没有爸爸|/|1|1|

|B|A|/A/|2|0|

那么B开始努力推广安利这个产品

给认识的熟人（C1，C2，C3）安利了一发

| user_id| parent_id | tree| level| money|

| ------------- |:-------------:| -----:|

|A|没有爸爸|/|1|4(1+3)|

|B|A|/A/|2|3(0+3)|

|C1|B|/A/B/|3|0|

|C2|B|/A/B/|3|0|

|C3|B|/A/B/|3|0|

这个表设计的优点

1.可以通过 tree 很快的找到 C1 用户的所有上级用户进行相关 *** 作

2.可以通过 like tree *** 作，利用索引，查询 A 用户所有的下级进行相关计数 *** 作，可以提高 A 的推广积极性

3.通过用 tree 属性去关联订单表，给上级返利或者查询自己的推广所得，也是很方便。

其实这个分销的树形结构像极了文件系统的标识符，我也是在做相关mysql存储文件关系的业务当中类比出如此高效快速的查询方法。

这个设计模式的缺点也很明显，一旦关系转移(类似文件夹移动)，就会产生大量的tree字段修改。所幸的是：关系转移可以异步处理，但查询关系就必须同步。鉴于这种 *** 作特点，也就可以采取这种模式。

举例来说，如果数据的量积累到一定的程度，比如一个银行的账户数据库表信息积累到上百万甚至上千万条记录，全表扫描一次往往需要数十分钟，甚至数小时。如果采用比全表扫描更好的查询策略，往往可以使查询时间降为几分钟，由此可见查询优化技术的重要性。

笔者在应用项目的实施中发现，许多程序员在利用一些前端数据库开发工具(如PowerBuilder、Delphi等)开发数据库应用程序时，只注重用户界面的华丽，并不重视查询语句的效率问题，导致所开发出来的应用系统效率低下，资源浪费严重。因此，如何设计高效合理的查询语句就显得非常重要。本文以应用实例为基础，结合数据库理论，介绍查询优化技术在现实系统中的运用。

分析问题

许多程序员认为查询优化是DBMS(数据库管理系统)的任务，与程序员所编写的SQL语句关系不大，这是错误的。一个好的查询计划往往可以使程序性能提高数十倍。查询计划是用户所提交的SQL语句的集合，查询规划是经过优化处理之后所产生的语句集合。DBMS处理查询计划的过程是这样的:在做完查询语句的词法、语法检查之后，将语句提交给DBMS的查询优化器，优化器做完代数优化和存取路径的优化之后，由预编译模块对语句进行处理并生成查询规划，然后在合适的时间提交给系统处理执行，最后将执行结果返回给用户。在实际的数据库产品(如Oracle、Sybase等)的高版本中都是采用基于代价的优化方法，这种优化能根据从系统字典表所得到的信息来估计不同的查询规划的代价，然后选择一个较优的规划。虽然现在的数据库产品在查询优化方面已经做得越来越好，但由用户提交的SQL语句是系统优化的基础，很难设想一个原本糟糕的查询计划经过系统的优化之后会变得高效，因此用户所写语句的优劣至关重要。系统所做查询优化我们暂不讨论，下面重点说明改善用户查询计划的解决方案。

解决问题

下面以关系数据库系统Informix为例，介绍改善用户查询计划的方法。

1.合理使用索引

索引是数据库中重要的数据结构，它的根本目的就是为了提高查询效率。现在大多数的数据库产品都采用IBM最先提出的ISAM索引结构。索引的使用要恰到好处，其使用原则如下:

●在经常进行连接，但是没有指定为外键的列上建立索引，而不经常连接的字段则由优化器自动生成索引。

●在频繁进行排序或分组(即进行group by或order by *** 作)的列上建立索引。

●在条件表达式中经常用到的不同值较多的列上建立检索，在不同值少的列上不要建立索引。比如在雇员表的“性别”列上只有“男”与“女”两个不同值，因此就无必要建立索引。如果建立索引不但不会提高查询效率，反而会严重降低更新速度。

●如果待排序的列有多个，可以在这些列上建立复合索引(compound index)。

●使用系统工具。如Informix数据库有一个tbcheck工具，可以在可疑的索引上进行检查。在一些数据库服务器上，索引可能失效或者因为频繁 *** 作而使得读取效率降低，如果一个使用索引的查询不明不白地慢下来，可以试着用tbcheck工具检查索引的完整性，必要时进行修复。另外，当数据库表更新大量数据后，删除并重建索引可以提高查询速度。

2.避免或简化排序

应当简化或避免对大型表进行重复的排序。当能够利用索引自动以适当的次序产生输出时，优化器就避免了排序的步骤。以下是一些影响因素:●索引中不包括一个或几个待排序的列

---