MySQL表设计经验

表设计是每一个后端程序员都无法避开的一块转，而且这块砖一不小心就很容易烫手，本篇笔记就是喂了帮助大家在设计表是能够轻松拿捏

1.命名规范

数据库表名、字段名、索引名等都需要命名规范。命名可读性要高，尽量使用英文，采用驼峰或者下划线分割的方式，让人见名知意。

反例：这些命名过于简单，缺乏描述性，很难让人理解它的含义。

 表名：a、b、c
 字段名：aaa、bbb、ccc
 索引名：index1、index2、index3

正例：这些命令就让人见名知意

 表名：customers、orders、products
 字段名：customer_id、order_date、product_name
 索引名：idx_customer_id、inx_order_date

Tips：

• 表名、字段名必须使用小写字母，禁止使用数字开头，禁止使用拼音，并且一般不使用英文缩写。
• 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

2.选择合适的字段类型

设计表时，需要选择合适字段类型，比如说：

• 根据数据类型选择字段类型：不同的数据类型应该使用不同的字段类型。

  • 整数型数据可以使用INT或BIGINT
  • 浮点型数据可以使用FLOAT或DOUBLE类型
  • 字符型数据可以使用VARCHAR或CHAR类型

• 考虑数据长度：字段类型应该根据所需存储的数据长度来选择。

  • 如果某个字段的数据长度不会超过10个字符，则可以使用CHAR(10)类型代替VARCHAR(50)类型，以节省空间。
  • 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

• 注意精度和小数位数：对于需要精确数值计算的字段（如货币和百分比），应该选择带有精度和小数位数的字段类型（如DECIMAL）。

• 考虑数据完整性：字段类型也应该考虑数据完整性。

  • 日期型数据应该使用DATE或 DATETIME类型，以确保输入的日期格式正确。

3.主键设计要合理

主键的设计在数据库中非常重要，它用于唯一标识表中的每一行数据，并且在数据操作和查询中起到关键作用。通常主键的设计，不要与业务相关联，因为业务是会发生变化的，应当使用自增的id，并且保持主键的连续性。比如说可以使用优化的雪花id等等。

4.选择合适的字段长度

首选问大家一个问题，数据库字段长度表示字符长度还是字节长度？

在mysql中，varchar和char类型表示字符长度，而其他类型表示的长度都表示字节长度。

char(10)表示字符长度是10.

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。

所以在设计表时需要充分考虑一个字段的长度，比如一个用户名字段（它的长度是5~20个字符），你觉得应该设置多长呢？可以考虑设置为varchar(32)。需要注意字段长度一般设置为2的n次方。

5.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。

为什么推荐用逻辑删除，不推荐物理删除呢？

• 数据恢复困难。
• 物理删除会导致索引树重构

6.每个表都需要添加通用字段

• id：主键，一个表必须得有主键，必须
• create_time：创建时间
• creator：创建人
• update_time：修改时间，必须，更新记录时，需要更新它
• update_by：修改人，非必须
• remark：数据记录备注，非必须

7.一张表的字段不宜过多

建表的时间一张表的字段不要太多了。尽量不超过20个。超出的话优先考虑拆分，也就是通常的查询表，详情表。

• 查询效率：当表中保存的数据数量很大时，查询操作需要检索的数据也会随之增加。如果表的字段数过多，查询操作就需要读取更多的数据，这会导致查询效率变慢。
• 存储空间：表的字段越多，每一行数据占用的存储空间也就越大。对于大型数据库来说，这可能会导致磁盘空间的浪费。
• 数据库设计复杂性：当表的字段数过多时，数据库的设计和维护变得更加复杂。这可能涉及到索引和关联表的设计，以确保数据的完整性和一致性。

8.定义字段尽可能not null

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，NOT NULL 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，它也会导致比较运算更为复杂，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成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，那就可以将这个字段设计为NOT NULL。

9.合理添加索引

当设计表时，需要考虑哪些字段需要加索引，可以遵循以下几个原则：

• 根据查询条件进行选择（高频使用）：如果再查询中使用了某个字段作为查询条件，那么这个字段就应该建立索引。例如，在用户表中，如果需要根据用户的姓名进行查询，那么就应该为姓名字段建立索引。
• 区分度高的字段优先：如果一个字段的取值范围非常小，例如性别只有男女两种可能，那么这个字段就不适合建立索引。相反，如果一个字段的取值范围很大且区分度高，例如用户ID，那么这个字段就非常适合建立索引。
• 不要建立过多的索引：每个表所建立的索引数量应该控制在一个合理的范围内，一般不要超过5个。因为过多的索引会导致写入速度变慢，并占用更多的存储空间。
• 联合索引优化：在某些情况下，可以通过联合索引的方式来优化查询速度，减少所需的索引数量。例如，在用户表中，如果需要根据用户姓名和年龄进行查询，那么可以将这两个字段组合成联合索引。

假设你有一个订单表，包含订单ID、用户ID、订单金额、订单状态等字段。现在需要根据用户ID和订单状态进行查询，可以考虑为用户ID和订单状态这两个字段建立联合索引，例如：

 CREATE TABLE order_tab (
     id int(11) NOT NULL AUTO_INCREMENT,
     user_id int(11) NOT NULL,
     amount decimal(10,2) NOT NULL,
     status varchar(20) NOT NULL,
     create_time datetime NOT NULL,
     PRIMARY KEY (id),
     KEY idx_user_status(user_id,status) USING BTREE
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

10.不需要严格遵守 3NF，通过业务字段冗余来减少表关联

简单来说就是反范式设计。常见形式是在第三范式(3NF)的基础上，进一步冗余，从而减少表关联。

回顾下什么事数据库三范式（3NF）？

• 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，即实体的唯一性，即不存咋部分依赖；
• 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，它要求字段没有冗余，即不存在传递依赖；

假设需要设计一个产品订单表，包含以下字段：订单ID、用户ID、订单日期、产品名称、产品价格、产品数量以及订单总价。正常情况下，可能会分别设计订单表和产品表，并使用外键进行关联，例如：

 CREATE TABLE order (
     id int(11) NOT NULL AUTO_INCREMENT,
     user_id int(11) NOT NULL,
     order_date date NOT NULL,
     product_id int(11) NOT NULL,
     quantity int(11) NOT NULL,
     PRIMARY KEY (id),
     FOREIGN KEY (product_id) REFERENCES product (id)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;
 ​
 CREATE TABLE order (
     id int(11) NOT NULL AUTO_INCREMENT,
     name varchar(255) NOT NULL,
     price decimal(10,2) NOT NULL,
     PRIMARY KEY (id)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

这个设计方式符合范式要求，但在查询时需要进行表关联操作，可能会降低查询效率。为了提高查询效率，我们可以使用反范式的设计方式，将订单表中的产品名称、产品价格和订单总价冗余存储到订单表中，从而避免关联查询。例如：

 CREATE TABLE order (
     id int(11) NOT NULL AUTO_INCREMENT,
     user_id int(11) NOT NULL,
     order_date date NOT NULL,
     product_name varchar(255) NOT NULL,
     product_price decimal(10,2) NOT NULL,
     quantity int(11) NOT NULL,
     total_price decimal(10,2) NOT NULL,
     PRIMARY KEY (id)
 ) ENGINE=InnoDB DEFAULT CHARSET=utf8;

通过这种反范式的设计方式，我们可以避免表关联操作，提高查询效率。但同时也带来了一些缺点，例如数据冗余、数据更新困难等。因此，在实际应用中需要根据具体情况进行选择。

11.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得非常复杂。

如果你需要使用这些保留字作为表名、列名或其他标识符，你可以考虑以下方法来避免冲突：

0. 在标识符前或后添加下划线：例如，将表名命名为my_table，列名命名为column_name。
1. 使用不同的单词或短语：例如，将表名命名为orders_table，列名命名为order_status。
2. 使用反引号()将标识符括起来：例如，将表名命名为table，列名命名为column。请注意，在使用反引号时要小心，确保使用正确的语法和规范。

常见保留字：

 ADD
 ALL
 ALTER
 AND
 AS
 BETWEEN
 BY
 CASE
 DELETE
 FROM
 GROUP
 HAVING
 INSERT

12.不搞外键关联，一般都在代码维护

在数据库设计中，使用外键关联是一种良好的实践，可以确保数据的完整性和一致性。外键关联可以帮助维护表之间的关系，防止无效或不一致的数据插入、更新或删除操作。然而，在某些情况下，也存在一些缺点，这可能是导致现在不太推荐使用外键关联的原因之一。以下是一些这种情况：

0. 可能会导致性能问题，尤其实在对大型数据集进行操作时，这是因为每次插入、更新或删除操作都需要进行约束检查，这可能会导致额外的开销和延迟。
1. 可能会限制数据库的灵活性和可扩展性。例如，如果需要对数据库进行分区或垂直分割，外键关联可能会导致额外的复杂性和限制
2. 可能会导致死锁和死循环，特别是在进行并发操作时。这可能会导致数据库出现不稳定的状态，从而影响系统的性能和可用性。
3. 可能会导致数据库的维护和管理成本的增加。这是因为外键关联需要额外的管理和维护工作，例如添加、修改或删除外键约束时需要额外的测试和验证。

因此，在决定是否使用外键关联的，需要考虑实际业务需求和场景，并进行权衡和决策。在某些情况下，可以采用其他方法来保证数据的完整性和一致性，例如使用应用程序逻辑或数据库触发器来实现约束检查和数据操作。同时，需要注意数据库设计的基本原则和最佳实践，例如避免数据冗余、遵循规范化原则和正常化理论等。

13.字段注释

设计表时每个字段的含义要注释清楚，包括枚举类型。比如说：

 order_status varchar(2) COLLATE utf8_bin NOT NULL COMMIT '订单状态 01：待支付 02：已支付 03：已发货 04：已完成 05：已取消'

14.时间的类型选择

时间类型的选择一般都要好好考虑，因为不同的类型存储的格式不同。

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。

15.SQL编写的一些优化经验

0. 避免使用SELECT * FROM 语句，应该只选择需要的列，以减少网络传输和提高查询性能。
1. 使用索引来提高查询速度，特别是在对大型表进行查询时。
2. 避免使用外键约束，因为他们可能会导致性能问题，特别是在对大型表进行插入、更新和删除操作时。
3. 使用LIMIT 1 来限制查询结果只有一条记录。
4. 避免在where子句中使用OR 来连接条件，应使用UNION来连接查询。
5. 注意优化LIMIT深分页问题，可以使用OFFSET来替代LIMIT。
6. 使用where条件限制要查询的数据，避免返回多余的行。
7. 尽量避免在索引列上使用MySQL的内置函数，这可能导致索引失效。
8. 应尽量避免在where子句中使用!= 或 <>操作符，这可能导致索引失效。
9. 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。
10. 对查询进行优化，应考虑在where及order by涉及的列上建立索引。
11. 如果插入数据过多，考虑批量插入。
12. 在适当的时候，使用覆盖索引。
13. 使用EXPLAIN分析你的SQL的计划。