-
需求分析查看全部
-
mark查看全部
-
数据库维护和优化： 1、维护数据字典 2、维护索引 3、维护表结构 4、在适当的时候对表进行水平拆分或垂直拆分查看全部
-
反范式化 1、减少表的关联数量 2、增加数据的读取效率 3、反范式化一定要适度查看全部
-
字段类型的选择： A、影响数据存储空间的开销 B、影响数据查询性能 数字 〉 日期（二进制） 〉 字符查看全部
-
确定库、表、字段命名规范 1、可读性：大小写 （有些系统对大小写是敏感的） 2、表意性：见名知意 3、长名：尽量不要缩写查看全部
-
MYSQL常用存储引擎查看全部
-
常见的DBMS系统： （1）商业数据库【Oracle、SQLServer】更适合企业级项目 （2）开源数据库【MySQL、PgSQL】适用于互联网项目查看全部
-
第三范式（3NF） 在第二范式基础上，如果表中不存在非关键字段对任意候选关键字段的传递函数依赖则符合第三范式查看全部
-
第二范式（2NF） 数据库的表中不存在非关键字段对任一候选关键字的部分函数依赖 部分函数依赖是指存在着组合关键字中的某一关键字决定非关键字的情况 所有单关键字的表都符合第二范式查看全部
-
第一范式（1NF） 数据库表中的所有字段都是单一属性，不可再分的。 单一属性由基本数据类型构成 要求数据库中的表都是二维表查看全部
-
需求分析 A、存储的数据 B、数据的特点 C、数据的生命周期 日志数据不适合存储数据库 实体（1对1 多对多 1对多）查看全部
-
数据库设计简介 A、需求分析（数据分析） B、逻辑设计（ER图） C、物理设计（数据库特点转换） D、维护优化（需求建表、索引优化，大表拆分）查看全部
-
数据库设计 能够有效的对应用系统中的数据进行存储，并可以高效的对已经存储的数据进行访问。 优良的设计 A、减少数据冗余 B、避免数据维护异常 C、节约存储空间 D、高效的访问查看全部
-
垂直拆分 列太多，拆成多个小表，数据量不变 1、经常一起查询的列放到一起 2、text、blob等大字段拆分到附加表中 水平拆分 数据量太大，拆成多个相同结构的表，字段数不变 Hash Key查看全部
举报
0/150
提交
取消