数据库设计规范[掌握好规范,设计出的表一般不会差]

发布时间:2024年01月11日
  • 数据库设计

  • 命名规范

  • 数据库表名、字段名、索引名等都要命名规范,可读性高(一般要求用英文),让别人一看命名,就知道这个字段表示什么意思

  • user_name, user_age

  • 表名,字段名必须使用小写字母或者数字,禁止使用数字开头,主键索引名为pk_字段名,唯一索引名为uk_ 字段名,普通索引名则为idx_字段名

字段类型

设计表时,我们需要选择合适的字段类型,比如:

  • 尽可能选择存储空间小的字段类型,就好像数字类型的,从tinyint,smallint,int,bigint从左往右开始选择
  • 小数类型如金额,则选择decimal,禁止使用float 和double
  • varchar是可变长字符串,不予先分配存储空间,长度不要超过5000
  • 如果存储的值太大,建议字段类型修改为text,同时抽出单独一张表,用主键与之对应
  • 同一表中,所有varchar字段的长度加起来,不能大于65535,如果有这样的需求,请使用text/longtext类型

主键设计的话,最好不要与业务逻辑有所关联,有些业务上的字段,比如身份证,虽然是唯一的,一些开发者喜欢用它来做主键,但是不是很建议。主键最好是毫无意义的一串独立不重复的数字,比如uuid,又比如auto_increment自增的主键,或者是雪花算法生成的主键等等

选择合适的字段长度

数据库字段长度表示字符长度还是字节长度?

其实在mysql中,varchar和char类型的表示字符长度,而其他类型的表示的长度是都表示字节长度,比如char(10)表示的字符长度是10,而bigint(4)表示显示长度是4个字节,但是因为bigint实际长度是8个字节,所以bigint(4)的实际长度就是8个字节

字段高度一般为2的幂哈 username varchar(32)

优先考虑逻辑删除而不是物理删除

什么是物理删除?什么是逻辑删除?

物理删除:把数据从硬盘中删除,可释放存储空间

逻辑删除:给数据添加一个字段,比如is_deleted,以标记该数据已经逻辑删除

物理删除就是执行delete语句

逻辑删除就是这样:

update t_user set is_deleted = 1 where user_id = '666'

每个表都需要添加几个通用字段

如主键,create_time,modifed_time等

表必备一般来说,或具备这几个字段

id:主键,一个表必须得有主键,必须

create_time:创建时间,必须

modifed_time:修改时间,必须,更新记录时,需要更新他

version:数据记录的版本号,用于乐观锁,非必须

remark:数据记录备注:非必须

modified_by:修改人:非必须

creator:创建人:非必须

一个表的字段不宜过多

我们建表的时候,要牢记,一张表的字段不宜过多哈,一般尽量不要超过20个字段,笔者记得上个公司,有伙伴设计开户表,加了五十多个字段

如果一个表的字段过多,表中保存的数据可能就会很大,查询效率就会很低,因此。一张表不要涉及太多字段,如果业务需求,实在需要很多字段,可以把一张大的表,拆分成多张小的表,他们的主键相同即可

当表的字段数非常多时,可以将表分成两张表,一张作为条件查询表,一张作为详细内容表

尽可能使用not null定义字段

如果没有特殊的理由,一般都建议将字段定义为not null

为什么呢?

  • 首先, notnull 可以防止出现空指针问题
  • 其次,null值存储也需要额外的空间的,他也会导致比较运算比较复杂, 使优化器难以优化SQL
  • NULL值有可能会导致索引失效
  • 如果将字段默认设置为一个空字符串或常量值并没有什么不同,且都不会影响到应用逻辑,那就可以将字段设置为not null

设计表时,评估那些字段需要加索引

首先,评估你的表数据量,如果你的表数据量只有一百几十行,就没必要加索引,否则设计表的时候,如果有查询条件的字段,一般就需要建立索引,但是索引也不能滥用

  • 索引也不要建立的太多,一般单表索引个数不要超过五个,因为创建过多的索引,会降低写的速度
  • 区分度不高的字段,不能加索引,如性别等
  • 索引创建完后,还是要注意避免索引失效的情况,如使用mysql内置函数,会导致索引失效的
  • 索引过多的话,可以通过联合索引的方式来优化,然后的话,索引还有一些规则,如覆盖索引,最左匹配原则、

假设你新建一张用户表,如下

create Table t_user(    
    'id' int(11) not null auto_increment,
    'user_id' int(11) not null,
    'age' int(11) default null,
    'name' varchar(255) not  null,
    'create_time' datetime not null,
    'modified_time' datetime not null,
    primary key('id')
)engine = InnoDB DEFAULT CHARSET = utf-8

对于这张表,很可能会有根据user_id或者name查询用户信息,并且,user_id是唯一的。因此,你是可以给user_id加上唯一索引,name加上普通索引

create Table t_user(    
    'id' int(11) not null auto_increment,
    'user_id' int(11) not null,
    'age' int(11) default null,
    'name' varchar(255) not  null,
    'create_time' datetime not null,
    'modified_time' datetime not null,
    primary key('id'),
    key 'idx_name' ('name') using btree,
    unique key un_user_id (user_id)
)engine = InnoDB DEFAULT CHARSET = utf-8

不需要严格遵守3nf,通过业务字段冗余来减少表关联

什么数据库三范式(3NF),大家是否还有印象?

第一范式:对属性的原子性,要求属性具有原子性,不可再分解

第二范式:对记录的唯一性,要求记录有唯一标识,及实体的唯一性,即不存在部分依赖

第三范式:对字段的冗余性,要求任何字段不能由其他字段派生出来,他要求字段没有冗余,即不存在传递依赖

我们设计表及其字段之间的关系,应尽量满足第三范式,但是有时候,可以适当冗余,来提高效率,比如如下张表

商品名称商品型号单价数量总金额
手机华为8000540000

以上这张表存放商品信息的基本表,总金额这个字段的存在,表明该表的设计不满足第三范式,因为总金额可以由单价*数量得到,说明总金额是冗余字段,但是,增加总金额这个冗余字段,可以提高查询统计速度,这就是以空间换时间的方法。

当然这只是一个小例子,大家开发设计的时候,要结合具体业务!

避免使用mysql保留字

如果库名,表名,字段名等属性含有保留字时,sql语句必须用反引号来引用属性名称,这将使得SQL语句书写,shell脚本中变量的转义等变的非常复杂

因此,我们一般避免使用mysql保留字,如select,interval,desc等

不搞外键关联,一般都在代码维护

什么是外键呢?

外键,也叫foreign key,他是用于将两个表连接在一起的键。foreign key是一个表中的字段(或字段集合),他引用另一个表中的primary key,他是用来表征数据的一致性和完整性的

阿里的java规范也有这么一条

不得使用外,一切外键概念必须在应用层解决

我们为什么不推荐使用外键呢

  • 使用外键存在性能问题,并发死锁问题,使用起来不方便等等。每次做DELETE或者UPDATE都必须考虑外键约束,会导致开发的时候很难受,测试数据造数据也不方便
  • 还有一个场景不能使用外键,就是分库分表

一般都选择INNOD存储引擎

建表是需要选择存储引擎的,我们一般都选择INNODB存储引擎,除非读写比率小于1%,才考虑使用MyISAM

有些小伙伴可能会有疑惑,不是还有MEMORY等其他存储引擎吗?什么时候使用它呢?其实其他存储引擎一般除了都建议在DBA的指导下使用。

我们来复习一下这MySQL这三种存储引擎的对比区别吧:

特性INNODBMyISAMMEMORY
事务安全支持
存储限制64TB
空间使用
内存使用
插入数据速度
是否支持外键支持

选择合适统一的字符集。

数据库库、表、开发程序等都需要统一字符集,通常中英文环境用utf8。

MySQL支持的字符集有utf8、utf8mb4、GBK、latin1等。

  • utf8:支持中英文混合场景,国际通过,3个字节长度
  • utf8mb4: 完全兼容utf8,4个字节长度,一般存储emoji表情需要用到它。
  • GBK :支持中文,但是不支持国际通用字符集,2个字节长度
  • latin1:MySQL默认字符集,1个字节长度

如果你的数据库字段是枚举类型的,需要在comment注释清楚

如果你设计的数据库字段是枚举类型的话,就需要在comment后面注释清楚每个枚举的意思,以便于维护

正例如下:

`session_status` varchar(2) COLLATE utf8_bin NOT NULL COMMENT 'session授权态 00:在线-授权态有效 01:下线-授权态失效 02:下线-主动退出 03:下线-在别处被登录'

反例:

`session_status` varchar(2) COLLATE utf8_bin NOT NULL COMMENT 'session授权态'

时间的类型选择

我们设计表的时候,一般都需要加通用时间的字段,如create_time、modified_time等等。那对于时间的类型,我们该如何选择呢?

对于MySQL来说,主要有date、datetime、time、timestamp 和 year。

  • date :表示的日期值, 格式yyyy-mm-dd,范围1000-01-01 到 9999-12-31,3字节
  • time :表示的时间值,格式 hh:mm:ss,范围-838:59:59 到 838:59:59,3字节
  • datetime:表示的日期时间值,格式yyyy-mm-dd hh:mm:ss,范围1000-01-01 00:00:00到9999-12-31 23:59:59```,8字节,跟时区无关
  • timestamp:表示的时间戳值,格式为yyyymmddhhmmss,范围1970-01-01 00:00:01到2038-01-19 03:14:07,4字节,跟时区有关
  • year:年份值,格式为yyyy。范围1901到2155,1字节

推荐优先使用datetime类型来保存日期和时间,因为存储范围更大,且跟时区无关。

不建议使用存储过程,触发器

什么是存储过程

已预编译为一个可执行过程的一个或多个SQL语句。

什么是触发器

触发器,指一段代码,当触发某个事件时,自动执行这些代码。使用场景:

  • 可以通过数据库中的相关表实现级联更改。
  • 实时监控某张表中的某个字段的更改而需要做出相应的处理。
  • 例如可以生成某些业务的编号。
  • 注意不要滥用,否则会造成数据库及应用程序的维护困难。

对于MYSQL来说,存储过程、触发器等还不是很成熟, 并没有完善的出错记录处理,不建议使用。

1:N关系的设计

日常开发中,1对多的关系应该是非常常见的。比如一个班级有多个学生,一个部门有多个员工等等。这种的建表原则就是:在从表(N的这一方)创建一个字段,以字段作为外键指向主表(1的这一方)的主键。示意图如下:

img

学生表是多(N)的一方,会有个字段class_id保存班级表的主键。当然,一班不加外键约束哈,只是单纯保存这个关系而已。

有时候两张表存在N:N关系时,我们应该消除这种关系。通过增加第三张表,把N:N修改为两个 1:N。比如图书和读者,是一个典型的多对多的关系。一本书可以被多个读者借,一个读者又可以借多本书。我们就可以设计一个借书表,包含图书表的主键,以及读者的主键,以及借还标记等字段。

大字段

设计表的时候,我们尤其需要关注一些大字段,即占用较多存储空间的字段。比如用来记录用户评论的字段,又或者记录博客内容的字段,又或者保存合同数据的字段。如果直接把表字段设计成text类型的话,就会浪费存储空间,查询效率也不好。

在MySQl中,这种方式保存的设计方案,其实是不太合理的。这种非常大的数据,可以保存到mongodb中,然后,在业务表保存对应mongodb的id即可。

这种设计思想类似于,我们表字段保存图片时,为什么不是保存图片内容,而是直接保存图片url即可。

考虑是否需要分库分表

什么是分库分表呢?

分库:就是一个数据库分成多个数据库,部署到不同机器。

img

分表:就是一个数据库表分成多个表。

img

为什么需要分库分表: 数据量太大的话,SQL的查询就会变慢。如果一个查询SQL没命中索引,千百万数据量级别的表可能会拖垮整个数据库。即使SQL命中了索引,如果表的数据量超过一千万的话,查询也是会明显变慢的。这是因为索引一般是B+树结构,数据千万级别的话,B+树的高度会增高,查询就变慢啦。

分库分表主要有水平拆分、垂直拆分的说法,拆分策略有range范围、hash取模。而分库分表主要有这些问题:

  • 事务问题
  • 跨库关联
  • 排序问题
  • 分页问题
  • 分布式ID

sqL 编写的一些优化经验

最后的话,跟大家聊来一些写SQL的经验吧:

  • 查询SQL尽量不要使用select *,而是select具体字段
  • 如果知道查询结果只有一条或者只要最大/最小一条记录,建议用limit 1
  • 应尽量避免在where子句中使用or来连接条件
  • 注意优化limit深分页问题
  • 使用where条件限定要查询的数据,避免返回多余的行
  • 尽量避免在索引列上使用mysql的内置函数
  • 应尽量避免在 where子句中对字段进行表达式操作
  • 应尽量避免在where 子句中使用!=或<>操作符
  • 使用联合索引时,注意索引列的顺序,一般遵循最左匹配原则。
  • 对查询进行优化,应考虑在where 及 order by涉及的列上建立索引
  • 如果插入数据过多,考虑批量插入
  • 在适当的时候,使用覆盖索引
  • 使用explain 分析你SQL的计划
文章来源:https://blog.csdn.net/weixin_42907150/article/details/135519499
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。