从性能角度进行模型优化

横向分解：（1）一个有很多列的表，依据列的访问频度（2-8定则），分解成几个表，他们之间采用相同的主键，而且是1:1的关系
（2）将大对象列单独存储在一张表中 从性能角度进行模型优化—多列表实例分析

问：某表有200个字段，数据量有1亿，请设计优化该表？
解：1）依据2:8定则，对该表的访问中，很可能80%的情况只涉及20%的40个字段，而20%的情况涉及占80%的160个字段。
为了提高80% 的访问效率，减少I/O和内存开销，可以将该表拆分成两个表：
A（含有最常被访问的40个字段），
B（含有不常被访问160个字段），两表使用相同的主键一一对应。这样可以减少读取数据的I/O开销和内存开销；

2）数据量有1亿，可以根据大多数访问的依据（where部分），将表实现成分区表，这样大大提高表的访问速度。
从性能角度进行模型优化—大对象列实例

问：某网站的新闻表（ID，标题，正文），请优化设计该表？
解：以浏览新浪新闻为例，用户进入新闻频道，首先浏览新闻标题，对感兴趣的标题再进行点击浏览详细的新闻正文。该使用过程说明：
（1）字段访问频度不同：每条新闻记录的（ID，标题）两个字段都会被显示在页面上，而新闻的（正文）字段只会被有选择的读取；
（2）字段占用空间相差太大：新闻（正文）字段内容很长，占用很大空间，对该字段的访问需要很多的I/O开销和内存资源。因此，应该将新闻表拆分成 新闻标题表（ID，标题）和新闻正文表（ID，正文）两张表，他们使用相同的ID做1:1的关联。