Berkeley DB

1、数据库范式 第一范式：列不可分，eg:【联系人】（姓名，性别，电话），一个联系人有家庭电话和公司电话，那么这种表结构设计就没有达到 1NF； 第二范式：有主键，保证完全依赖。eg:订单明细表【OrderDetail】（OrderID，ProductID，UnitPrice，Discount，Quantity，ProductName），Discount（折扣），Quantity（数量）完全依赖（取决）于主键（OderID，ProductID），而 UnitPrice，ProductName 只依赖于 ProductID，不符合2NF； 第三范式：无传递依赖(非主键列 A 依赖于非主键列 B，非主键列 B 依赖于主键的情况)，eg:订单表【Order】（OrderID，OrderDate，CustomerID，CustomerName，CustomerAddr，CustomerCity）主键是（OrderID），CustomerName，CustomerAddr，CustomerCity 直接依赖的是 CustomerID（非主键列），而不是直接依赖于主键，它是通过传递才依赖于主键，所以不符合 3NF。 2、什么是反模式 范式可以避免数据冗余，减少数据库的空间，减轻维护数据完整性的麻烦。 然而，通过数据库范式化设计，将导致数据库业务涉及的表变多

本文介绍了服务器程序性能优化的一般性方法，以及部分常见服务器程序的性能优化步骤。服务器程序指的是接收客户端程序请求，执行对应操作，并将结果返回给客户端的程序，如Nginx、Tomcat、SQLite、Berkeley DB等。 1 优化方法 服务器性能优化是为了提高服务器性能而进行的一系列操作，本文关注的是程序（包括操作系统）层面的优化，因此不涉及诸如增加硬件、升级硬件或升级固件版本等方法。本文提到的性能优化，指的是通过调整程序参数或程序代码，提高程序性能的行为。本文主要关注工程方面的优化，不涉及算法优化等技术。 2 优化目标 本文关注于服务器程序，因此采用吞吐量（throughput）和时延（latency）作为性能度量指标。其他的性能度量指标，比如网络流量和耗电量等，不在考虑范围之内。 吞吐量是单位时间内服务器处理的请求数量平均值。时延是客户端从发送请求到接收应答所经历的时间平均值。在本文中，性能优化的目标是提高吞吐量，降低时延。 3 计算机模型 计算机分为处理器、存储器和通信线路。处理器负责执行指令，进行运算。存储器负责存储数据，数据以字节为单位。存储器分为顺序存储器和随机存储器。顺序存储器只能按顺序存取字节，随机存储器没有这样的限制。通信线路有两个端点，一个连接到处理器，另外一个连接到存储器或处理器。通信线路负责将数据在两个端点之间传递。通信线路上传递的数据也叫做消息