数据库设计的重要性与原则

随着工作经验的积累，我日益感觉到，对一名程序员来说，拥有良好的数据库设计能力是很重要的，甚至是最重要的。

程序员界有一句著名的话

Talk is cheap, show me the code

把这句话演变一下，就成了

Code is boring, show me the data structure

数据库的种类很多，对于像作者这样的web后端程序员来说，可以把范围缩小到关系型数据库、非关系型数据库与NoSQL数据库。

数据结构为何如此重要

一切代码都是围绕数据结构运行的。

客户端展现的动态数据，都是存储在数据库中，这对程序员来说一定是常识了。拿你正在浏览的这个页面为例，文章的作者、标题、正文、评论、喜欢等等，只要你打开任意两篇文章，两个页面不一样的地方，几乎都是因为在数据库中存储的内容不同。

良好的数据结构可以提升性能，使代码变得简单、清晰。数据结构清晰了，围绕着数据运行的代码自然就清晰了。

数据库设计需考虑的因素

提到数据库设计原则，首先会想到第一、第二、第三范式，这些理论能了解最好，但这不是本文探讨的主题。

面对一个具体的应用场景，设计数据库时应考虑哪些因素？为了能够言之有物，我们拿的文章页面来现身说法。

当前可用性

数据结构的设计要能达到应用场景的要求，这是最基本的。举个例子，这篇文章的正文存储在了数据表中的某个字段，该字段的长度被设定为1000字，这显然不能满足应用场景的要求，文章写到这里已经超过了1000字（估计的，我没有数）。

适当超前

超前到什么程度需要根据对应用的预期来定。拿QQ来说，马化腾最初肯定预见不到QQ能有目前的用户量与活跃度，毕竟那是近20年前的事情了。

对于本文设定的应用场景，我们把超前设定为网站的文章数量达到了千万级。这时如果只把文章存在一张数据表里，读写性能必然是会急剧下降的，这必然会导致用户体验变差，用户流失。老板不能容忍，DBA也不能容忍。

合理的解决方案之一是分为两张数据表，一张存储热门文章，另一张存储非热门文章。毕竟热门文章占少数，热门文章的加载速度相对就更快了。还有别的解决方案吗？肯定有，留给您自己思考。

分离易变与不易变部分

对于一篇文章来说，哪些是易变的，哪些是不易变（不变）的？

不易变（不变）

作者

标题

正文（字数）

发布时间

更新时间

易变

阅读次数

评论

喜欢该文章的用户与数量

拆分的好处在于，首先数据结构更清晰了，其次可以提高读写性能，当文章有了新评论，只需更新存放评论的数据表。如果不拆分，需要更新的记录占用的磁盘空间很大，这对磁盘IO速度是个考验。

对于拆分出的部分，可以继续运用这些原则进行设计。

应对可能出现的新需求

互联网应用的迭代周期很短，设计数据结构时应考虑到可能出现的新需求。拿喜欢该文章的用户与数量举例。

为了达到应用的要求，最简单的方式是将这些用户放在一条记录里，存储的字段可以是数组类型。这样设计，喜欢文章的用户信息与用户数量都能轻易获取，读写性能也很好。

某天，产品经理找到了你：“商量个新需求呗”，在文章下方加个模块，就叫“喜欢该文章的人还喜欢了”。你就懵逼了，没法破，除非重新设计数据结构，然后就带来了迁移数据一系列事情。其实这个需求挺合理的，说得高大上一点，这叫“精准推荐”。

很明显，将用户放在数组里只能支持“查询喜欢某文章的用户”，不支持“查询某用户喜欢的文章”。

适当的冗余

或许你已经注意到了，文章的标题下面有这篇文章的字数。计算文章的字数，有两个时机：

保存文章时

读取文章时

后者的优势在于数据表中少了一个字段，而且这个字段不是必需的。哪个时机更好？个人觉得前者更好，理由如下：

计算长篇文章的字数是比较耗时的，应尽量减少计算次数

总体来看，文章的保存次数远小于读取次数

如果能够提高应用的性能，适当的冗余是必要的。

结尾

本文总结了设计数据库时需遵守的几个原则

可用性

适当超前

应对新需求

分离易变与不易变部分

适当冗余

因为自知还未达到数据库专家的水准，写出的内容肯定有不准确的地方，欢迎批评指正。

写这篇文章的想法酝酿很久了，但一直没时间动笔。适逢中秋佳节，上海下着大雨，不便出门行走，便安坐在电脑前敲下了这千八百字，前后花了两个多小时。如果喜欢就点赞，能指出不足或提出意见就更好了。