21、MySQL进阶:高效的设计MySQL库表

文章目录

  • 生猛干货
  • 范式与反范式
    • 范式
    • 第一范式
    • 第二范式
    • 第三范式
    • 第二范式 VS 第三范式
    • 设计符合 2NF 的表
    • 范式优缺点
  • 反范式
  • 范式 VS 反范式
  • MySQL 使用原则和设计规范
    • 基本设置规则
    • 线上系统转不区分大小写
  • 不建议使用的功能
  • 规范命名
  • InnoDB 表的注意事项
  • 备份表/临时表等常见表的设计规范
  • 字段设计要求
    • int(3) int(5) 区别
  • 浮点数与定点数区别
  • N 解释
  • Char 与 Varchar 类型

*

生猛干货

带你搞定MySQL实战,轻松对应海量业务处理及高并发需求,从容应对大场面试


范式与反范式

范式

范式是关系数据库理论的基础,也是我们在设计数据库结构过程中所要遵循的规则和指导方法。数据库的设计范式是数据库设计所需要满足的规范。

目前关系数据库有六种范式:第一范式(1NF)、第二范式(2NF)、第三范式(3NF)、巴斯-科德范式(BCNF)、第四范式(4NF)和第五范式(5NF,又称完美范式)。

满足最低要求的叫第一范式,简称 1NF。在第一范式基础上进一步满足一些要求的为第二范式,简称 2NF。其余依此类推。各种范式呈递次规范,越高的范式数据库冗余越小。通常所用到的只是前三个范式,即:第一范式(1NF),第二范式(2NF),第三范式(3NF)。

第一范式

第一范式无重复的列,表中的每一列都是拆分的基本数据项,即列不能够再拆分成其他几列,强调的是列的原子性.。

如果在实际场景中,一个联系人有家庭电话和公司电话,那么以“姓名、性别、电话”为表头的表结构就没有达到 1NF。要符合 1NF 我们只需把电话列拆分,让表头变为姓名、性别、家庭电话、公司电话即可。


第二范式

第二范式属性完全依赖于主键,首先要满足它符合 1NF,另外还需要包含两部分内容

  • 表必须有一个主键;
  • 没有包含在主键中的列必须完全依赖于主键,而不能只依赖于主键的一部分。即要求实体的属性完全依赖于主关键字。所谓完全依赖是指不能存在仅依赖主关键字一部分的属性。

第三范式

第三范式属性不传递依赖于其他非主属性,首先需要满足 2NF,另外非主键列必须直接依赖于主键,不能存在传递依赖。即不能存在:非主键列 A 依赖于非主键列 B,非主键列 B 依赖于主键的情况。


第二范式 VS 第三范式

  • 第二范式:非主键列是否依赖主键(包括一列通过某一列间接依赖主键),要是有依赖关系就是第二范式;
  • 第三范式:非主键列是否直接依赖主键,不能是那种通过传递关系的依赖。要是符合这种依赖关系就是第三范式。

通过对前三个范式的了解,我们知道 3NF 是 2NF 的子集,2NF 是 1NF 的子集。


设计符合 2NF 的表

以订单信息表为例,讲述如何设计一个符合 2NF 的表

首先,我们看原始的订单信息表,如下图所示
*

图中,以订单编号和商品编号作为联合主键,商品名称、单位、价格等信息不与主键相关,只与编号相关,违反了第二范式。 应该对订单信息表进行拆分,商品信息单独一张表,订单项目一张表,如下所示,拆分分成 3 张表。

  • 包含客户信息的订单信息表
  • 包含商品详情的商品信息表
  • 包含订单详情的订单详情表

范式优缺点

【优点】

  • 避免数据冗余,减少维护数据完整性的麻烦;
  • 减少数据库的空间;
  • 数据变更速度快

【缺点】

  • 按照范式的规范设计的表,等级越高的范式设计出来的表数量越多。
  • 获取数据时,表关联过多,性能较差。

表的数量越多,查询所需要的时间越多。也就是说所用的范式越高,对数据操作的性能越低。


反范式

范式是普适的规则,满足大多数的业务场景的需求。对于一些特殊的业务场景,范式设计的表,无法满足性能的需求。此时,就需要根据业务场景,在范式的基础之上进行灵活设计,也就是反范式设计。

反范式设计主要从三方面考虑:

  • 业务场景
  • 响应时间
  • 字段冗余

反范式设计就是用空间来换取时间,提高业务场景的响应时间,减少多表关联。主要的优点如下

  • 允许适当的数据冗余,业务场景中需要的数据几乎都可以在一张表上显示,避免关联
  • 可以设计有效的索引

范式 VS 反范式

范式化模型:

  • 数据没有冗余,更新容易
  • 当表的数量比较多,查询数据需要多表关联时,会导致查询性能低下

反范式化模型:

  • 冗余将带来很好的读取性能,因为不需要 join 很多表
  • 虽然需要维护冗余数据,但是对磁盘空间的消耗是可以接受的

MySQL 使用原则和设计规范

聊完范式,接下来我们看看 MySQL 使用中的一些使用原则和设计规范。

MySQL 虽然具有很多特性并提供了很多功能,但是有些特性会严重影响它的性能,比如,在数据库里进行计算,写大事务、大 SQL、存储大字段等。

想要发挥 MySQL 的最佳性能,需要遵循 3 个基本使用原则

  • 首先是需要让 MySQL 回归存储的基本职能:MySQL 数据库只用于数据的存储,不进行数据的复杂计算,不承载业务逻辑,确保存储和计算分离
  • 其次是查询数据时,尽量单表查询,减少跨库查询和多表关联
  • 还有就是要杜绝大事务、大 SQL、大批量、大字段等一系列性能杀手。

大事务,运行步骤较多,涉及的表和字段较多,容易造成资源的争抢,甚至形成死锁。一旦事务回滚,会导致资源占用时间过长

  • 大 SQL,复杂的 SQL 意味着过多的表的关联,MySQL 数据库处理关联超过 3 张表以上的 SQL 时,占用资源多,性能低下
  • 大批量,意味着多条 SQL 一次性执行完成,必须确保进行充分的测试,并且在业务低峰时段或者非业务时段执行
  • 大字段,blob、text 等大字段,尽量少用。必须要用时,尽量与主业务表分离,减少对这类字段的检索和更新

基本设置规则

  • 必须指定默认存储引擎为 InnoDB,并且禁用 MyISAM 存储引擎,随着 MySQL 8.0 版本的发布,所有的数据字典表都已经转换成了 InnoDB,MyISAM 存储引擎已成为了历史。
  • 默认字符集 UTF8mb4,以前版本的 UTF8 是 UTF8mb3,未包含个别特殊字符,新版本的 UTF8mb4 包含所有字符,官方强烈建议使用此字符集。
  • 关闭区分大小写功能。设置 lower_case_tables_name=1,即可关闭区分大小写功能,即大写字母 T 和小写字母 t 一样

线上系统转不区分大小写

如何让系统中区分大小写的库表转换为不区分大小写的库表呢?因为要修改底层数据,还是比较麻烦的,操作步骤如下。

1、 MySQLdump导出数据库;
2、 修改参数lower_case_tables_name=1;
3、 导入备份数据时,必须停止数据库,停止业务,影响非常大;
4、 开启per-table表空间,开启后,每张业务表会单独创建一个独立于系统表空间的表空间,便于空间的回收,数据的迁移;


不建议使用的功能

1、 存储过程、触发器、视图、event为了存储计算分离,这类功能尽量在程序中实现这些功能非常不完整,调试、排错、监控都非常困难,相关数据字典也不完善,存在潜在的风险一般在生产数据库中,禁止使用;
2、 lob、text、enum、set这些字段类型,在MySQL数据库的检索性能不高,很难使用索引进行优化如果必须使用这些功能,一般采取特殊的结构设计,或者与程序结合使用其他的字段类型替代比如:set可以使用整型(0,1,2,3)、注释功能和程序的检查功能集合替代;


规范命名

命名规范如下,命名时的字符取值范围为:az,09 和 _(下画线)。

  • 所有表名小写,不允许驼峰式命名;
  • 允许使用 -(横线)和 (空格);如下图所示,当使用 -(横线),后台默认会转化成 @002d;
    *
  • 不允许使用其他特殊字符作为名称,减少潜在风险。

数据库库名的命名规则必须遵循“见名知意”的原则,即库名规则为“数据库类型代码 + 项目简称 + 识别代码 + 序号”。

表名的命名规则分为:

  • 单表仅使用 a~z、_;
  • 分表名称为“表名_编号”;
  • 业务表名代表用途、内容:子系统简称_业务含义_后缀。

常见业务表类型有:

  • 临时表,tmp;
  • 备份表,bak;
  • 字典表,dic;
  • 日志表,log。

字段名精确,遵循“见名知意”的原则,格式:名称_后缀。

  • 避免普遍简单、有歧义的名称。
  • 用户表中,用户名的字段为 UserName 比 Name 更好。
  • 布尔型的字段,以助动词(has/is)开头。

用户是否有留言 hasmessage,用户是否通过检查 ischecked 等。

常见后缀如下:

  • 流水号/无意义主键,后缀为 id,比如 task_id;
  • 时间,后缀为 time,insert_time。

程序账号与数据库名称保持一致。如果所有的程序账号都是 root@‘%’,密码也一样,很容易错连到其他的数据库,造成误操作。

索引命名格式,主要为了区分哪些对象是索引:

  • 前缀_表名(或缩写)_字段名(或缩写);
  • 主键必须使用前缀“pk_”;
  • UNIQUE 约束必须使用前缀“uk_”;
  • 普通索引必须使用前缀“idx_”。

数据库规范库表字段的命名,能够提高数据库的易读性,为数据库表设计打下基础。下面我们具体看看表设计的一些规则。

  • 显式指定需要的属性;

创建表时显示指定字符集、存储引擎、注释信息等。

  • 不同系统之间,统一规范;

不同表之间的相同字段或者关联字段,字段类型/命名要保持一致;库表字符集和前端程序、中间件必须保持一致的 UTF8mb4。


InnoDB 表的注意事项

1、 主键列,UNSIGNED整数,使用auto_increment;禁止手动更新auto_increment,可以删除;
2、 必须添加comment注释;
3、 必须显示指定的engine;
4、 表必备三字段:id、xxx_create、xxx_modified;

  • id 为主键,类型为 unsigned bigint 等数字类型;
  • xxx_create、xxx_modified 的类型均为 datetime 类型,分别记录该条数据的创建时间、修改时间。

备份表/临时表等常见表的设计规范

1、 备份表,表名必须添加bak和日期,主要用于系统版本上线时,存储原始数据,上线完成后,必须及时删除;
2、 临时表,用于存储中间业务数据,定期优化,及时降低表碎片;
3、 日志类表,首先考虑不入库,保存成文件,其次如果入库,明确其生命周期,保留业务需求的数据,定期清理;
4、 大字段表,把主键字段和大字段,单独拆分成表,并且保持与主表主键同步,尽量减少大字段的检索和更新;
5、 大表,根据业务需求,从垂直和水平两个维度进行拆分;

垂直拆分:

  • 按列关联度

水平拆分:

  • 按照时间、地域、范围等;
  • 冷热数据(历史数据归档)

字段设计要求

  • 根据业务场景需求,选择合适的类型,最短的长度;确保字段的宽度足够用,但也不要过宽。所有字段必须为 NOT NULL,空值则指定 default 值,空值难以优化,查询效率低。比如:人的年龄用 unsigned tinyint(范围 0~255,人的寿命不会超过 255 岁);海龟就必须是 smallint,但如果是太阳的年龄,就必须是 int;如果是所有恒星的年龄都加起来,那么就必须使用 bigint。
  • 表字段数少而精,尽量不加冗余列。
  • 单实例表个数必须控制在 2000 个以内。
  • 单表分表个数必须控制在 1024 个以内。
  • 单表字段数上限控制在 20~50 个

【禁用ENUM、SET 类型】

  • 兼容性不好,性能差。

解决方案:使用 TINYINT,在 COMMENT 信息中标明被枚举的含义。is_disable TINYINT UNSIGNED DEFAULT ‘0’ COMMENT '0:启用 1:禁用 2:异常’。


【禁用列为 NULL 】

  • MySQL 难以优化 NULL 列;
  • NULL 列加索引,需要额外空间;
  • 含 NULL 复合索引无效。

解决方案:在列上添加 NOT NULL DEFAULT 缺省值


【禁止VARBINARY、BLOB 存储图片、文件等】

  • 禁止在数据库中存储大文件,例如照片,可以将大文件存储在对象存储系统中,数据库中存储路径。

不建议使用 TEXT/BLOB:

  • 处理性能差;
  • 行长度变长;
  • 全表扫描代价大。

解决方案:拆分成单独的表

存储字节越小,占用空间越小。尽量选择合适的整型,如下图所示。

*

  • 主键列,无负数,建议使用 INT UNSIGNED 或者 BIGINT UNSIGNED;预估字段数字取值会超过 42 亿,使用 BIGINT 类型。
  • 短数据使用 TINYINT 或 SMALLINT,比如:人类年龄,城市代码。
  • 使用 UNSIGNED 存储非负数值,扩大正数的范围。

int(3) int(5) 区别

*

  • 正常显示没有区别。
  • 3 和 5 仅是最小显示宽度而已。
  • 有 zerofill 等扩展属性时则显示有区别。

浮点数与定点数区别

浮点数与定点数区别,如下图所示。

*

1、 浮点数:float、double(或real);
2、 定点数:decimal(或numberic);

从上图中可以观察到:

  • 浮点数存在误差问题;
  • 尽量避免进行浮点数比较;
  • 对货币等对精度敏感的数据,应该使用定点数

N 解释

字符集都为 UTF8mb4,中文存储占三个字节,而数据或字母,则只占一个字节。

下面看一下字符类型中 N 的解释。

  • CHAR(N) 和 VARCHAR(N) 的长度 N,不是字节数,是字符数。
  • username 列可以存多少个汉字,占用多少个字节
  • username 最多能存储 40 个字符,占用 120 个字节

Char 与 Varchar 类型

存储字符串长度相同的全部使用 Char 类型;字符长度不相同的使用 Varchar 类型,不预先分配存储空间,长度不要超过 255。

Char 和 Varchar 占用空间的对比,如下图所示。
*

Varchar 值存储为 1 字节或 2 字节长度前缀加数据

如果值不超过 255 个字节,则列使用一个字节长度

如果值可能需要超过 255 个字节,则列使用两个字节长度

为什么超过 255 个字节时,必须使用两个字节长度。

  • 2的8次方=256,1 个字节是 8 位;
  • 2的16次方=65535,2 个字节是 16 位。

*

版权声明:本文不是「本站」原创文章,版权归原作者所有 | 原文地址: