一、知识点
1. E-R图（实体-联系图）
E-R图是数据库概念设计阶段的主要工具，用于描述现实世界中的实体、属性和实体之间的联系。
元素 | 图形表示 | 说明 |
实体 | 矩形框 | 表示一个独立的对象（如：学生、课程） |
属性 | 椭圆框 | 描述实体的特征（如：姓名、年龄）；主键属性加下划线 |
联系 | 菱形框 | 表示实体之间的联系（如：选修、属于） |
联系类型 | 1:1, 1:N, M:N | 标注在连线两端 |
联系类型的转换到关系模式：
1:1联系：可在任一方实体表中增加对方的主键作为外键。
1:N联系：在N方实体表中增加1方的主键作为外键。
M:N联系：必须创建一个新的关系表，包含双方的主键作为联合主键，并分别作为外键。
2. 反规范化（Denormalization）
反规范化是主动引入冗余以提高查询性能的设计技术，通常是在规范化之后，针对性能瓶颈进行的调整。
方法 | 说明 | 举例 |
增加冗余列 | 将某表的一个列复制到另一表中，减少连接 | 订单表中增加客户姓名，避免每次查客户表 |
增加派生列 | 存储计算值 | 订单表中存储订单总价（由单价×数量计算） |
表合并 | 将两个经常一起查询的表合并为一个 | 将学生表和班级表合并为一个大表 |
表分割（水平/垂直） | 将一个大表拆分为多个小表 | 按月分割订单表；将大表按列拆分 |
反规范化的代价：
数据冗余 → 更新异常（需同步维护）
增加存储空间
可能降低插入/更新/删除的性能
一致性保证手段：
应用程序同步更新
数据库触发器
物化视图（自动刷新）
3. 物理分区（Partitioning）
物理分区是将一张表的数据按某种规则拆分到多个物理文件中，但逻辑上仍视为一张表。
分区类型 | 说明 | 适用场景 |
范围分区 | 按列值的范围划分（如日期、数值区间） | 历史数据、按时间分区 |
列表分区 | 按列值的离散列表划分（如地区、类型） | 枚举值较稳定 |
哈希分区 | 对列值进行哈希运算后均匀分布 | 数据分布均匀，无明确业务分区依据 |
组合分区 | 先按某方式分区，再按另一种方式子分区 | 复杂需求（如范围+哈希） |
分区的好处：
提高查询性能（分区裁剪）
便于数据管理（如快速删除旧数据）
提高可用性（单个分区故障不影响全表）
二、具体事例
事例1：E-R图与关系模式转换
某学校数据库包含：
学生（学号，姓名，班级）
课程（课程号，课程名，学分）
选修联系：M:N（一个学生可选多门课，一门课被多人选），属性“成绩”
E-R图：学生和课程通过菱形“选修”相连，标注 M:N，联系上带有属性“成绩”。
转换为关系模式：
学生表（学号，姓名，班级）—— 学号为主键。
课程表（课程号，课程名，学分）—— 课程号为主键。
选修表（学号，课程号，成绩）—— (学号,课程号)为联合主键，学号、课程号分别为外键。
事例2：反规范化（增加冗余列）
规范化设计：
订单表(OrderID, CustomerID, OrderDate)
客户表(CustomerID, CustomerName, Address)
每次查询订单时需要连接客户表获取客户姓名。为减少连接，在订单表中增加冗余列CustomerName。
原查询：
sql
SELECT OrderID, CustomerName FROM Orders O JOIN Customers C ON O.CustomerID=C.CustomerID;
反规范化后：
sql
SELECT OrderID, CustomerName FROM Orders;
代价：若客户姓名变更，需同时更新订单表中的冗余列，可通过触发器或应用程序保证一致性。
事例3：物理分区（范围分区）
订单表 Orders(OrderID, OrderDate, CustomerID, Amount)，数据量巨大。按年份范围分区：
sql
CREATE TABLE Orders ( OrderID INT, OrderDate DATE, CustomerID INT, Amount DECIMAL(10,2)) PARTITION BY RANGE (YEAR(OrderDate)) ( PARTITION p2022 VALUES LESS THAN (2023), PARTITION p2023 VALUES LESS THAN (2024), PARTITION p2024 VALUES LESS THAN (2025));
查询 WHERE OrderDate BETWEEN '2024-01-01' AND '2024-12-31' 时，只扫描 p2024 分区（分区裁剪），显著提高性能。