直观地总结“一张大表”和“分表存储”在各个关键维度上的优劣。
数据库设计:一张大表 vs. 分表存储
| 维度 | ❌ 一张大表(反模式) | ✅ 分表存储(关系型数据库范式) | 通俗解释 |
|---|---|---|---|
| 1. 数据冗余 | 严重。例如,每产生一个订单,就要把商品名称、价格、分类信息全部再写一遍。 | 极少。数据只存一份。订单里只需要存一个商品ID。 | 不把相同的话说两遍。 节省空间,避免出错。 |
| 2. 数据一致性 | 差(更新异常)。修改商品价格,必须去更新所有历史订单,漏一个数据就前后矛盾了。 | 好。修改商品表里的价格,所有关联查询自动就是新价格。 | 一处改动,处处生效。 不会出现同一个商品有两个价格的情况。 |
| 3. 修改扩展性 | 灾难。想给商品加个字段,得去修改几亿行的超级大表,极可能导致服务中断。 | 灵活。只需要修改商品表,订单表和分类表纹丝不动。 | 想改衣柜,只动衣柜。 不用为了改衣柜而去把整个家都拆了。 |
| 4. 安全权限 | 混乱。很难精细控制权限。给修改权限,可能就会看到或改掉不该碰的敏感信息。 | 清晰。可以精确控制:仓管只能动商品表,客服只能看订单表。 | 会计管账本,库管管货架。 各司其职,不乱不偷看。 |
| 5. 理解维护 | 逻辑混乱。订单数据和商品分类属性混在一起,时间久了,没人看得懂这张表是干嘛的。 | 逻辑清晰。表名即功能:商品表管商品,订单表管交易。新同事一看就懂。 | 衣柜是衣柜,书柜是书柜。 不需要在一个柜子里翻找所有的东西。 |
对比写入和查询
| 维度 | 一张大表 | 分表存储 | 本质 |
|---|---|---|---|
| 存储空间 | ❌ 大(冗余) | ✅ 小 | 分表省空间 |
| 写入性能 | ❌ 慢(要写很多冗余字段) | ✅ 快 | 分表写入快 |
| 简单查询(如查商品) | ❌ 慢(表太大) | ✅ 快 | 分表胜出 |
| 复杂关联查询(如订单详情) | ✅ 快(一次读取) | ❌ 稍慢(需JOIN) | 宽表胜出 |
分表存储的本质:
用“查询时的计算成本(多查几张表、多做JOIN)” 和 “设计的复杂性”,换取了“存储空间的节省”、“数据的高质量(一致性/易维护)”和“特定查询的高性能(如按分类查商品)”。
相关笔记
- 为什么多对多关系需要第三张中间表记录两张表的关联关系! — 多对多关系的范式设计
- 窗口函数使用场景 — 分表后的聚合/排序查询场景