秋色园QBlog技术原理解析:性能优化篇:数据库文章表分表及分库减压方案(十五)

简介:
文章回顾:
1: 秋色园QBlog技术原理解析:开篇:整体认识(一) --介绍整体文件夹和文件的作用
2: 秋色园QBlog技术原理解析:认识整站处理流程(二) --介绍秋色园业务处理流程
4: 秋色园QBlog技术原理解析:UrlRewrite之URL重定向体系(四) --介绍URL如何定位到处理程序
5: 秋色园QBlog技术原理解析:Module之页面基类设计(五) --介绍创建基类和自定义生命周期
附章:
 
 
 
上节回顾:
介绍了 秋色园QBlog 在性能优化方面,为了避开缓存失效的空白期,特意使用静态化方式做为临时缓冲策略方案。
 
本节内容:
本节将介绍秋色园 QBlog 从另一个角度上的网站优化方式:数据库分表分库基础优化。
 
基础说明:
秋色园 QBlog 的优化工作,从一开始都是基于代码的技术优化方案,其中一个很大的原因:
就是秋色园 QBlog 一开始是寄放在朋友国外虚拟主机的子目录中,本人仅有ftp权限;
而操作一个正在运行的几百M的access数据库,实在不是件容易的事,所以优化工作只能在技术上寻求突破。
 
自从秋色园 QBlog 转移到VPS后,能从物理上操作access,优化可选方案也增多了一下,
因此稍为偏移了一下,把整体优化的压力,部分分担到了access数据库。
本节将介绍一个最开始的数据库优化方式:文章内容的分表及分库。
 
基础分析:
秋色园  QBlog  的access数据库之所以超过600M,是因为有大量的文章表Blog_Content 。
而文章表中占最多空间的,得属文章的内容了,本节将把它给抽出来。
 
我们看下原始的文章表数据结构的设计:
博客文章表:Blog_Content
字段:
ID  文章ID
Title 文章标题
Body 文章内容
Abstract 文章简介
...... 其它字段省略
 
这里有一个常规文章表的设计,就是文章的内容 Body 字段,通常是放在文章表中的。
 
而这个字段出现及使用是在什么情况?
出现1:后台发表或编辑文章时
出现2:查看文章。
从这里可以看出,涉及点并不多,很少,而且前台有静态页面顶着,基本除了发文章和编辑文章,这么大数据量的内容,几乎都不露面。
 
那文章表出现和使用又在什么情况下出现?
这个多的数不清,秋色园  QBlog 首页,用户博客首页,文章列表,文章档案,几乎每个页面,都会用到文章列表。
因此,将不常用的,又占有90%以上空间的文章内容  Body 字段独立出来,显得相当有必要。
 
于是进行分表:
多了一个Blog_ContentBody表:
字段,就两个:
ID:文章ID
Body:文章内容。
 
然而仅是进行分表,力度似乎不够。
 
于是再进行分库:
将Blog_ContentBody直接分到另一个access数据库中。
提示:最后发现,去除文章内容的数据库,仅剩下几十M,而文章内容,竟然占了500多M。
 
由此,秋色园 QBlog 从一个数据变成2个数据库了,数据库名称也变化了一下:
从myspace.mdb,更名为:
qblog.mdb 主数据库
qblogbody.mdb 文章内容数据库
 
当然,表分了,库也分了,代码不可能不跟进,技术手段也得跟着升级。
 
升级的实现与操作步骤:
 
1:分表分库,代码动改兼容升级
 
CYQ.Data 数据框架,自身已支持同时操作多个数据库,因此分库后,改动的代码量很少,主要改动点有:
1:删除Blog_Content表的Body枚举字段。
2:增加多数据库的枚举:
    public enum U_QBlogBodyEnum
    {
        Blog_ContentBody,
    }
然后数据库增加一个QBlogBodyConn的数据库链接即可。
3:发布编辑文章和显示文章,增加文章内容的独立操作函数。
 
代码改动很小,就是半小时以内完成的事情。
 
2:数据库分库步骤:
1:直接登陆vps服务器,使用了CYQ.DBImport,从原来的数据库中,将ID和Body字段导入到另一个数据库的表Blog_contentBody中。
2:打开原来的表Blog_Content,删除Body字段,然后压缩一下数据库,剩下20多M了。
3:直接升级dll到服务器中,整个的升级过程很迅速。
 
分离升级后,感觉秋色园 QBlog 的访问速度又刷刷的上去了。
 
总结:
至此,秋色园 QBlog  开始走进数据库优化及代码优化双重结合的整体策略方案,
只是,有一点还没改的,就是还一直纠结的使用access,别问我为啥不用mssql。
也许某天,Access它跑不动了,优化到顶了,其它数据库就上场了。
 



     本文转自cyq1162 51CTO博客,原文链接:http://blog.51cto.com/cyq1162/606977 ,如需转载请自行联系原作者



相关文章
|
10月前
|
SQL Java 数据库连接
除了JDBC,还有哪些常见的数据库访问技术?
除了JDBC,还有哪些常见的数据库访问技术?
808 2
|
存储 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:单机性能优化篇
阿里云PolarDB云原生数据库在TPC-C基准测试中,以20.55亿tpmC的成绩打破性能与性价比世界纪录。此外,国产轻量版PolarDB已上线,提供更具性价比的选择。
|
Cloud Native 关系型数据库 分布式数据库
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
阿里云PolarDB云原生数据库在TPC-C基准测试中以20.55亿tpmC的成绩刷新世界纪录,展现卓越性能与性价比。其轻量版满足国产化需求,兼具高性能与低成本,适用于多种场景,推动数据库技术革新与发展。
|
存储 关系型数据库 分布式数据库
|
存储 关系型数据库 分布式数据库
|
11月前
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
1135 8
|
11月前
|
监控 Java 关系型数据库
HikariCP 高性能数据库连接池技术详解与实践指南
本文档全面介绍 HikariCP 高性能数据库连接池的核心概念、架构设计和实践应用。作为目前性能最优异的 Java 数据库连接池实现,HikariCP 以其轻量级、高性能和可靠性著称,已成为 Spring Boot 等主流框架的默认连接池选择。本文将深入探讨其连接管理机制、性能优化策略、监控配置以及与各种框架的集成方式,帮助开发者构建高性能的数据访问层。
757 1
|
11月前
|
SQL 数据管理 BI
数据库操作三基石:DDL、DML、DQL 技术入门指南
本文围绕数据库操作核心语言 DDL、DML、DQL 展开入门讲解。DDL 作为 “结构建筑师”,通过CREATE(建库 / 表)、ALTER(修改表)、DROP(删除)等命令定义数据库结构;DML 作为 “数据管理员”,以INSERT(插入)、UPDATE(更新)、DELETE(删除)操作数据表记录,需搭配WHERE条件避免误操作;DQL 作为 “数据检索师”,通过SELECT结合WHERE、ORDER BY、LIMIT等子句实现数据查询与统计。三者相辅相成,是数据库操作的基础,使用时需注意 DDL 的不可撤销性、DML 的条件约束及 DQL 的效率优化,为数据库学习与实践奠定基础。
|
Cloud Native 关系型数据库 分布式数据库
登顶TPC-C|云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇
云原生数据库PolarDB技术揭秘:Limitless集群和分布式扩展篇

热门文章

最新文章

推荐镜像

更多
  • DNS