分析原型到表的过程

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
前端
飘尘2 小时前
前端转型全栈(Java后端)的快速上手指引
前端·后端·全栈
一颗烂土豆2 小时前
Meshopt 压缩深度解析,为什么它比 Draco 更快
前端·javascript·webgl
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
前端·后端
雨季mo浅忆3 小时前
VSCode自动格式化三要素
前端
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
前端·后端·程序员
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
前端·javascript·ai编程
user20585561518137 小时前
Windows 项目安装时报 `node-sass` 错误,如何快速处理
前端
LiaCode7 小时前
Redis 在生产项目的使用
前端·后端