Design e otimização de base de dados

À maioria das bases de dados lentas falta o índice óbvio

Quando uma aplicação abranda à medida que cresce, a causa normalmente não é o servidor nem o motor de base de dados. É um conjunto de consultas que percorrem tabelas inteiras porque nenhum índice corresponde à forma como pesquisam. Uma consulta que demorava 20 milissegundos com 1.000 linhas pode demorar segundos com um milhão, e ninguém dá por isso até os clientes darem.

Partimos de evidências: as próprias estatísticas da base de dados sobre que consultas são executadas com mais frequência e demoram mais tempo. Isso aponta normalmente para uma curta lista de correções, como um índice nas colunas usadas por um filtro comum, uma consulta reescrita para evitar carregar tabelas inteiras ou uma ligação em falta entre tabelas que obriga a consultas repetidas. Medimos cada consulta antes e depois, para que a melhoria seja visível em vez de alegada.

As restrições travam dados errados à entrada

Muitas bases de dados contam com a aplicação para manter os dados limpos. A aplicação verifica que um email é único, que uma encomenda pertence a um cliente real, que uma quantidade não é negativa. Depois uma segunda aplicação, um script de importação ou uma correção manual apressada ignora essas verificações, e os duplicados e registos órfãos infiltram-se. Os relatórios começam a divergir e ninguém sabe qual número está certo.

Um esquema bem concebido impõe as regras importantes por si próprio: restrições de unicidade, chaves estrangeiras, restrições de verificação e valores predefinidos sensatos. Tudo o que escreve na base de dados tem de as cumprir. Num sistema existente, identificamos onde os dados já falharam, planeamos a limpeza e depois adicionamos as restrições para que não volte a acontecer.

• Restrições de unicidade em coisas que não podem repetir-se, como e-mails ou números de fatura
• Chaves estrangeiras para que os registos não possam apontar para algo que não existe
• Verificar restrições para valores que têm de permanecer num intervalo
• Índices escolhidos a partir de padrões de consulta reais, não adicionados em todo o lado