数据库优化技术如增加冗余列、增加派生列、重新组表、水平分割表、垂直分割表以及增加索引，实际上是反规范化设计的重要组成部分。反规范化通过引入数据冗余和简化结构，旨在提高查询性能和减少复杂的连接操作。
例如，增加冗余列和派生列可以直接减少对表的连接需求，而重新组表则通过合并相关数据来简化查询逻辑。水平和垂直分割通过有效管理数据存储，提高读取效率，进一步优化数据库性能。此外，增加索引能够加速数据检索，提升查询速度，从而增强整体系统性能。
增加冗余列
定义：在数据库表中增加一列或多列，用于存储重复的数据。
优点：
减少查询时的连接操作，提高查询性能。
简化查询，减少复杂度。
缺点：
增加存储成本。
提高数据不一致的风险，需要额外的逻辑来保持数据同步。
增加派生列
定义：在表中添加计算得出的列（例如，订单总额等于单价乘以数量）。
优点：
提高查询效率，避免在查询时进行计算。
减少应用层的计算负担。
缺点：
数据更新时需要同步派生列，增加了维护的复杂性。
可能造成存储空间的浪费。
重新组表
定义：将多个相关的表合并为一个表，减少表之间的连接。
优点：
简化数据模型，减少查询中的连接操作。
提高了读操作的速度，特别是在读多写少的场景。
缺点：
可能导致表的结构复杂，增加了数据的冗余。
对于写操作，可能会导致性能下降。
水平分割表
定义：将一个表的数据按行划分，分散到多个物理存储中。
优点：
提高查询性能，特别是在数据量非常大的情况下。
可以将数据分布在不同的数据库实例上，实现负载均衡。
缺点：
需要管理多个表，增加了系统的复杂性。
可能会影响跨分片查询的性能。
垂直分割表
定义：将一个表按列划分，将不常用的列分离到另一个表中。
优点：
减少每次查询需要读取的数据量，提高性能。
可以优化存储，频繁访问的数据和不常访问的数据分开存储。
缺点：
增加了表的数量，可能导致查询变得复杂。
需要在应用层处理拆分后的数据，增加开发复杂性。
增加索引
定义：索引是一种数据结构，用于加速数据库中的数据检索，通过为特定列创建指针，快速定位到所需的数据行。
优点：
提高查询速度：索引能够显著减少查询时需要扫描的数据量，特别是在大数据集上，显著提升检索效率。
加速排序和过滤：使用索引可以加快排序（ORDER BY）和过滤（WHERE）操作的速度，优化查询性能。
支持快速连接：在多表查询中，索引可以提高连接操作的效率。
缺点：
索引需要额外的存储空间，尤其是在数据量较大的情况下，可能导致存储开销增加。
每当对表进行插入、更新或删除操作时，相关的索引也需要更新，从而可能导致写操作变慢。
过多或不当的索引设计可能会导致性能下降，增加数据库的维护和管理工作。
