数据库学习，数据库
- 大规模并发
- 优化服务器配置
- 使用负载均衡
- 数据库结构设计
- 中间件优化
- 数据缓存使用
- 数据库高并发
- 数据库并发策略
- 数据库设计建议
- 表设计的具体问题
- 查询优化
- 注意事项
- 算法优化
大规模并发
当网站有很多人访问的时候，并发量增大，这个时候我们所设计的网站就会遇到挑战。很多本来是没有问题的设计，这个时候可能就会暴露出问题了。
就像宏观物理定理不适合微观一样。
下面是一些优化的建议方法。
优化服务器配置
这个是在硬件上提升服务器，因为任何软件上的优化都是有瓶颈和极限的，所以提高服务器数量和配置是比较简单也很有效的解决办法。假如性能不是很好，那么就保证数量。最好再有一台作为冗余的来保障服务器的故障，提高鲁棒性。
使用负载均衡
这个词在现在很火，因为很多网站都在收集大量的数据，所以数据的并发量也很好。负载均衡是解决集中并发访问的核心技术，也是一种比较有效的方法。
主要设备就是负载均衡服务器，安装负载均衡软件，把大规模用户产生的高并发均衡分流到各个服务器上。
数据库结构设计
这部分内容也很多，一般都是对数据库结构，数据库语句进行优化。下面我会详细写一下数据库的优化方法。
中间件优化
这部分我接触不多，当时也没好好学。
如Apache, IIS, Tomact, WebLogin 这些都是中间件。
数据缓存使用
缓存是把数据库的常用数据用Cache缓存起来，减少服务器重新请求的压力。提高速度。
数据库高并发
数据库高并发的情况，要先找一下瓶颈所在。CPU还是IO还是网络。
所以我们可以有下面的一些解决方案：
- 提高网络带宽
- 高性能的数据库服务器和Web服务器
- 优化分页存取数据
- 稳定高性能的数据库访问层
- 优化数据库缓存，多用内存缓存的方式来处理数据
- 数据库的索引优化
- 对事务处理的设计要严谨
- 记录完成的操作日志，容易定位错误。
- 增加负载均衡服务器
- 优化前端代码
- 考虑用压缩方式传输HTML和Javascript代码。
数据库并发策略
数据库设计建议
这里写下我平时学的还有书上的一些知识，关于数据库的一些设计简易。
1. 多表设计。
2. 不要用自增属性作为主键与子表进行关联，不便于系统迁移和恢复。
表设计的具体问题
查询优化
放弃索引会进行全表扫描的操作
- 对NULL值进行判断。( 默认值为0会改善 )
- 用!= 或者 <> 操作符
- 用or链接
注意事项
算法优化
尽量避免使用游标，基于集的方法可能更有效。
建立高效的索引。
大型数据库一般有两种索引：簇索引和非簇索引。
没有簇索引的表是按照堆结构存储的。所数据添加在表的尾部。
一个表只有一个簇索引，数据在物理上是按照簇索引的顺序存储的（B树结构）。提高查询速度。会降低插入更新删除操作的性能。
大致如上。学习笔记。