数据库架构：一个 table 使用 WHERE 与多个
DB Architecture: One table using WHERE vs multiple
我想知道一个 table 有 600 万行（又名有一个巨大的数据库）和 10 万活跃用户有什么区别：
CREATE TABLE shoes (
id serial primary key,
color text,
is_left_one boolean,
stock int
);
还有 6 个索引，例如：
CREATE INDEX blue_left_shoes ON shoes(color,is_left_one) WHERE color=blue AND is_left_one=true;
对比：6 table 秒，100 万行：
CREATE TABLE blue_left_shoes(
id serial primary key,
stock int
);
后者似乎更有效，因为用户不必询问条件，因为 table 是条件，但也许创建索引可以缓解这种情况？
这个table用于查询左、右、"blue"、"green"或"red"鞋子，以及查看剩余物品的数量，但它是一个简化的示例，但您可以将亚马逊（或任何数字销售平台）工具提示 "only 3 items left in stock" 用于工作负载和用例。将进行查询的是用户（每天 10 万活跃用户）。
注意：问题主要针对 PostgreSQL，但与其他数据库的差异仍然相关且有趣。
为此：
WHERE color=blue AND is_left_one=true
最优索引为
INDEX(color, is_left_one) -- in either order
首先拥有 id 使其对 WHERE 毫无用处。
拥有多个相同的表而不是一个通常是不好的。
在后一种情况下，您使用名为 blue_left_shoes
的 table
- 您的代码需要首先确定要查看哪个 table（而不是在 where 子句中参数化值）
- 随着排列和选项的增加，您需要增加 table 的数量，并增加您的应用程序中确定使用哪个 table 的逻辑
- 任何需要使用此数据库的东西（即报告工具或 API）现在都需要重新实施所有这些规则
您正在高层强加逻辑以提高性能。
如果您要适当地对 and/or 索引 table 进行分区，您会得到相同的效果 - SQL 查询仅查看重要的记录。不同的是，你不需要在更高层实现这个逻辑
只要你能正确地建立索引，保持它是一个 table 几乎总是正确的做法。
分区
数据库分区是您 select 一列或多列决定如何 "split up" 您的 table 的地方。在您的情况下，您可以选择 (color, is_left_one).
现在您的 table 以这种方式进行逻辑拆分和排序，当您搜索 blue,true 时，它会自动知道要查找的分区。它不会查找任何其他分区（这称为分区修剪)
请注意，这是根据搜索条件自动发生的。您无需手动计算出要查看的特定 table。
- 分区不需要任何额外的存储（除了必须保存的各种元数据）
- 您不能将多个分区应用到 table。只有一个
索引
创建索引还可以提高性能。但是索引占用 space 并且会影响插入和更新性能（因为它们需要维护）。实际上，select 权衡几乎总是远远超过任何 insert/update 负面因素
你应该总是在分区之前查看索引
非 selective 索引
在您的特定情况下，还有一件事需要考虑：布尔字段不是 "selective"。我不会详细介绍，但足以说明您不应该单独在该字段上创建索引，因为它不会被使用，因为它只会将您必须查看的记录数减半。您需要在任何索引（即颜色）中包含一些其他字段以使其有用
一般来说，您希望将所有 "like" 数据保存在一个 table 中，而不是分成多个。这样做有充分的理由：
- 添加新组合更容易。
- 维护 table 更容易。
- 您可以轻松查询 "across" 个实体。
- 总体而言，数据库效率更高，因为页面更有可能被填满。
还有其他原因。在您的情况下，您 可能 有一个将数据分成 6 个单独的 table 的参数。这里的好处来自于数据中没有 color 和 is_left_one。也就是说，这个数据没有重复 600 万次。这可以节省数十兆字节的数据存储空间。
我说最后一点有点开玩笑（意思是我没那么认真）。现在的计算机有这么多成员，一般来说 100 Mbytes 并不重要。然而，如果你有一个内存严重受限的环境（我在这里考虑 "watch"，甚至 "smart phone"）那么它可能会有用。
否则，分区是一个很好的解决方案，几乎可以满足您的需求。
我想知道一个 table 有 600 万行（又名有一个巨大的数据库）和 10 万活跃用户有什么区别：
CREATE TABLE shoes (
id serial primary key,
color text,
is_left_one boolean,
stock int
);
还有 6 个索引，例如：
CREATE INDEX blue_left_shoes ON shoes(color,is_left_one) WHERE color=blue AND is_left_one=true;
对比：6 table 秒，100 万行：
CREATE TABLE blue_left_shoes(
id serial primary key,
stock int
);
后者似乎更有效，因为用户不必询问条件，因为 table 是条件，但也许创建索引可以缓解这种情况？
这个table用于查询左、右、"blue"、"green"或"red"鞋子，以及查看剩余物品的数量，但它是一个简化的示例，但您可以将亚马逊（或任何数字销售平台）工具提示 "only 3 items left in stock" 用于工作负载和用例。将进行查询的是用户（每天 10 万活跃用户）。
注意：问题主要针对 PostgreSQL，但与其他数据库的差异仍然相关且有趣。
为此：
WHERE color=blue AND is_left_one=true
最优索引为
INDEX(color, is_left_one) -- in either order
首先拥有 id 使其对 WHERE 毫无用处。
拥有多个相同的表而不是一个通常是不好的。
在后一种情况下，您使用名为 blue_left_shoes
- 您的代码需要首先确定要查看哪个 table（而不是在 where 子句中参数化值）
- 随着排列和选项的增加，您需要增加 table 的数量，并增加您的应用程序中确定使用哪个 table 的逻辑
- 任何需要使用此数据库的东西（即报告工具或 API）现在都需要重新实施所有这些规则
您正在高层强加逻辑以提高性能。
如果您要适当地对 and/or 索引 table 进行分区，您会得到相同的效果 - SQL 查询仅查看重要的记录。不同的是，你不需要在更高层实现这个逻辑
只要你能正确地建立索引，保持它是一个 table 几乎总是正确的做法。
分区
数据库分区是您 select 一列或多列决定如何 "split up" 您的 table 的地方。在您的情况下，您可以选择 (color, is_left_one).
现在您的 table 以这种方式进行逻辑拆分和排序，当您搜索 blue,true 时，它会自动知道要查找的分区。它不会查找任何其他分区（这称为分区修剪)
请注意，这是根据搜索条件自动发生的。您无需手动计算出要查看的特定 table。
- 分区不需要任何额外的存储（除了必须保存的各种元数据）
- 您不能将多个分区应用到 table。只有一个
索引
创建索引还可以提高性能。但是索引占用 space 并且会影响插入和更新性能（因为它们需要维护）。实际上，select 权衡几乎总是远远超过任何 insert/update 负面因素
你应该总是在分区之前查看索引
非 selective 索引
在您的特定情况下，还有一件事需要考虑：布尔字段不是 "selective"。我不会详细介绍，但足以说明您不应该单独在该字段上创建索引，因为它不会被使用，因为它只会将您必须查看的记录数减半。您需要在任何索引（即颜色）中包含一些其他字段以使其有用
一般来说，您希望将所有 "like" 数据保存在一个 table 中，而不是分成多个。这样做有充分的理由：
- 添加新组合更容易。
- 维护 table 更容易。
- 您可以轻松查询 "across" 个实体。
- 总体而言，数据库效率更高，因为页面更有可能被填满。
还有其他原因。在您的情况下，您 可能 有一个将数据分成 6 个单独的 table 的参数。这里的好处来自于数据中没有 color 和 is_left_one。也就是说，这个数据没有重复 600 万次。这可以节省数十兆字节的数据存储空间。
我说最后一点有点开玩笑（意思是我没那么认真）。现在的计算机有这么多成员，一般来说 100 Mbytes 并不重要。然而，如果你有一个内存严重受限的环境（我在这里考虑 "watch"，甚至 "smart phone"）那么它可能会有用。
否则，分区是一个很好的解决方案，几乎可以满足您的需求。