第一步:视觉信息捕获(平铺原始清单)核心动作:看着原型图,列出所有"肉眼可见"的数据点。做法:不要管表,只管字段。案例:一个"订单卡片"。清单:订单号、下单日期、用户头像、用户名、收货省、收货市、详细地址、商品图、商品名、单价、数量、实付金额、物流单号、当前状态。第二步:数据原子化(1NF:确保"格"不可分)核心动作:检查清单,看哪个字段是"一坨信息",拆散它。分析:"收货地址"如果需要按省统计,必须拆成:省、市、详细地址。"用户信息"如果包含"等级+称号",拆成:等级、称号。两原则应用:如果这些信息总是整体读写(比如快递单上的完整地址),可以不拆。第三步:实体归位与去重(2NF/3NF:确定"家"在哪)核心动作:通过"归属权"进行分家。找带头大哥:这堆字段里,哪些是跟着"订单"走的?哪些是跟着"商品"走的?哪些是跟着"用户"走的?物理分家:商品名、单价 (\rightarrow ) 挪到 商品表。用户头像、名 (\rightarrow ) 挪到 用户表。结论:一张表只描述一个核心对象(实体)。第四步:定义逻辑链条(关系查找)核心动作:用线把拆散的"家"连起来。定数量(1:N / N:M):一个用户有多个订单(1:N)。一个订单可以有多个商品,一个商品可以出现在多个订单(N:M)。定外键落位:在"多"的一方存对方的 ID。比如在 订单表 存 用户ID。定级联(生死契约):如果删除用户,订单是删掉(连坐)还是保留(脱钩)?第五步:附属字段补全(审计与管理)核心动作:补齐原型图没画、但现实需要的"管理逻辑"。时间线:创建时间、修改时间。软删除:删除时间/标记(数据安全必备)。状态机:定义业务状态(如:0-待支付,1-已发货)。版本/审计:操作人 ID、数据版本号。第六步:工程化重构(性能优化两原则)核心动作:在逻辑正确的基础上,为了查询效率"破坏"结构。动静分离(原则1):变动快的(如:实时库存、物流位置)单独建表。变动慢的(如:商品描述)留在主表。查询提速(原则2:性能合并):冗余:虽然"用户名"在用户表,但订单表也存一份,省得查询时去翻别的表。快照:下单那一刻的"单价"必须存死在订单里,防止以后调价影响历史账目。总结整个分析过程:铺开所有内容(捕获)。拆散复合内容(原子化)。各回各家(规范化)。连上线(关系定义)。加上管理逻辑(附属字段)。为了性能微调(重构)。
相关推荐
Pedantic2 小时前
SwiftUI 手势层级(Gesture Hierarchy)详解飘尘2 小时前
前端转型全栈(Java后端)的快速上手指引一颗烂土豆2 小时前
Meshopt 压缩深度解析,为什么它比 Draco 更快浏览器工程师3 小时前
AI Agent 接浏览器任务,先别让它一路点到底雨季mo浅忆3 小时前
VSCode自动格式化三要素爱勇宝4 小时前
深扒 Anthropic 1680 位工程师简历:应届生几乎没机会,AI 公司最缺的不是博士kyriewen4 小时前
同事每天催我 Code Review,我写了个脚本让 AI 替我 review PR——现在他反过来催 AI 了user20585561518137 小时前
Windows 项目安装时报 `node-sass` 错误,如何快速处理LiaCode7 小时前
Redis 在生产项目的使用