關(guān)系型數(shù)據(jù)庫設(shè)計要領(lǐng)（值得收藏）

時間：2021-08-19 15:18:11

關(guān)鍵字：數(shù)據(jù)庫設(shè)計

手機看文章

掃描二維碼
隨時隨地手機看文章

[導(dǎo)讀]摘要本文討論關(guān)系數(shù)據(jù)庫設(shè)計相關(guān)的一些內(nèi)容，涉及關(guān)系模型，表結(jié)構(gòu)設(shè)計等內(nèi)容，以學(xué)生選修課程講述設(shè)計過程，在盡量講清楚設(shè)計要領(lǐng)的前提下，簡化設(shè)計內(nèi)容。本文基于MySQL數(shù)據(jù)庫為基礎(chǔ)，適合有一定關(guān)系型數(shù)據(jù)庫基礎(chǔ)的人閱讀。實體-關(guān)系模型（E-R）首先搞清楚什么是E-R數(shù)據(jù)模型？它有什么用...

摘要

本文討論關(guān)系數(shù)據(jù)庫設(shè)計相關(guān)的一些內(nèi)容，涉及關(guān)系模型，表結(jié)構(gòu)設(shè)計等內(nèi)容，以學(xué)生選修課程講述設(shè)計過程，在盡量講清楚設(shè)計要領(lǐng)的前提下，簡化設(shè)計內(nèi)容。

本文基于MySQL數(shù)據(jù)庫為基礎(chǔ)，適合有一定關(guān)系型數(shù)據(jù)庫基礎(chǔ)的人閱讀。

實體-關(guān)系模型（E-R）

首先搞清楚什么是E-R數(shù)據(jù)模型？它有什么用？

E-R模型在將現(xiàn)實世界中事實的含義和相互關(guān)聯(lián)映射到概念模式方面非常有用，因此，許多數(shù)據(jù)庫設(shè)計工具都利用了E-R模型的概念。E-R模型所采用的三個主要概念是：實體集、關(guān)系集和屬性。

實體：實體是世界中可以區(qū)別于其他對象的“事件”或者“物體”，例如，學(xué)校里的每個學(xué)生、學(xué)生選修的每門課程等都是一個實體。
屬性：屬性是實體集中每個成員具有的描述性性質(zhì)。例如，學(xué)生的姓名，學(xué)號等。
實體集：實體集就是就有相同類型及屬性的實體集合，比如，學(xué)校里的所有學(xué)生，學(xué)生選修的所有課程等。
關(guān)系：關(guān)系是多個實體間的相互關(guān)聯(lián)。例如，小明選修語文課程。
關(guān)系集：關(guān)系集是同類關(guān)系的集合。例如，所用學(xué)生選修課程的集合。

既然知道了E-R數(shù)據(jù)模型的作用，下面就讓我們來畫出學(xué)生選修課程的E-R圖吧。

關(guān)系型數(shù)據(jù)庫設(shè)計要領(lǐng)（值得收藏）

其中，（學(xué)號，姓名，年齡，性別）為學(xué)生的屬性，（成績）為選修關(guān)系的屬性，（課程號，課程名，學(xué)分）為課程的屬性。學(xué)生和課程之間的關(guān)系是多對多，即一個學(xué)生可以選擇多門課程，一門課程可以被多個學(xué)生選修。

關(guān)系表設(shè)計

從上面的E-R圖，我們一眼就能看出他們之間的聯(lián)系，那該如何設(shè)計關(guān)系模式呢？

我們要知道，關(guān)系數(shù)據(jù)庫設(shè)計的目的是為了生成一組關(guān)系模式，使我們能夠既不必存儲不必要的冗余信息，又能方便地獲取信息。為了是我們方便的達到這個目的，范式設(shè)計應(yīng)運而生。

Boyce-Codd范式

我們所知道的令人滿意的范式之一是Boyce-Codd范式（BCNF）。如果對F 中所有形如 α→β 的函數(shù)依賴，其中 α?R 且 β?R，下面的定義至少有一個成立：

α→β 是平凡函數(shù)依賴（即 β ? α）。（一般來說，平凡函數(shù)依賴并沒有討論意義，討論的都是非平凡函數(shù)依賴，即 β ?? α 的情況）
α 是模式R的超碼。

考慮如下關(guān)系模式及其相應(yīng)的函數(shù)依賴：

學(xué)生 = （學(xué)號，姓名，年齡，性別）

學(xué)號 → 姓名年齡性別

課程 = （課程號，課程名，學(xué)分）

課程號 → 課程名學(xué)分

選修 = （學(xué)號，課程號，成績）

學(xué)號課程號 → 成績

以上模式均屬于BCNF。就拿第一組關(guān)系模式來說，學(xué)生上僅有的非平凡函數(shù)依賴，箭頭左側(cè)是學(xué)號，學(xué)號是該模式的一個候選碼（候選碼屬于超碼的子集），沒有破壞BCNF的定義。

其實并不是每個BCNF都能保持函數(shù)依賴的，例如：

Banker-schema = （branch-name，customer-name，banker-name）

它表示的是一個客戶在某一分支機構(gòu)有一個銀行賬戶負責(zé)人。它要求滿足的函數(shù)依賴集F為

banker-name → branch-name
branch-name customer-name → banker-name

顯然，Banker-schema不屬于BCNF，因為 banker-name 不是超碼。

我們可以將它分解得到如下的BCNF：

Banker-branch-schema = （banker-name，branch-name）

Customer-banker-schema = （customer-name，banker-name）

分解后的模式只保持了banker-name → branch-name，而branch-name customer-name → banker-name的依賴沒有保持。

第三范式

當(dāng)我們不能同時滿足以下三個設(shè)計目標(biāo)：

BCNF。
無損連接。
保持函數(shù)依賴。

我們可以放棄BCNF而接受相對較弱的第三范式（3NF）。因為3NF總能找到無損連接并保持依賴的分解。

具有函數(shù)依賴即F的關(guān)系模式R屬于3NF，只要F 中所有形如 α→β 的函數(shù)依賴，其中 α?R 且 β?R，下面的定義至少有一個成立：

α→β 是平凡函數(shù)依賴（即 β ? α）。
α 是模式R的超碼。
β - α 中的每個屬性 A 都包含在R的候選碼中。

回到Banker-schema的例子中，我們已經(jīng)看到了沒能將該關(guān)系模式轉(zhuǎn)化成BCNF而又保持依賴和無損連接的分解，但改模式屬于3NF。在Banker-schema中，候選碼是{branch-name，customer-name}，所以Banker-schema上不包含候選碼的就只有banker-name。

而形如 α → banker-name 的非平凡函數(shù)依賴都是以{branch-name，customer-name}作為 α 的一部分。由于{branch-name，customer-name}是候選碼，所以符合3NF的定義。

每個BCNF都屬于3NF，因為BCNF的約束比3NF更嚴(yán)格。

存儲引擎的選擇

關(guān)系模式一但確定，基本的數(shù)據(jù)庫表結(jié)構(gòu)就確定了，接下來就是表結(jié)構(gòu)的詳細設(shè)計了，這里先從存儲引擎開始，MySQL提供的各種存儲引擎都是根據(jù)不同的用例設(shè)計的。

下表概述了MySQL提供的一些存儲引擎。

最常用的兩種存儲引擎：MyISAM和InnoDB。

MyISAM：MySQL 5.5.5以前，MyISAM作為MySQL的默認存儲引擎。
InnoDB：MySQL 5.5.5以后，InnoDB作為MySQL的默認存儲引擎。

何如選擇？

選擇標(biāo)準(zhǔn): 根據(jù)應(yīng)用特點選擇合適的存儲引擎，對于復(fù)雜的應(yīng)用系統(tǒng)可以根據(jù)實際情況選擇多種存儲引擎進行組合。但是要知道組合使用的缺點：

InnoDB和非InnoDB存儲引擎的組合對比，僅使用InnoDB存儲引擎可以簡化備份和恢復(fù)操作。MySQL Enterprise Backup對使用InnoDB存儲引擎的所有表進行熱備份。對于使用MyISAM或其他非InnoDB存儲引擎的表，它會執(zhí)行“熱”備份，數(shù)據(jù)庫會繼續(xù)運行，但這些表在備份時不能修改。

下面是常用存儲引擎的適用環(huán)境：

InnoDB：事務(wù)型業(yè)務(wù)場景首選。
MyISAM：非事務(wù)型的大多數(shù)業(yè)務(wù)場景。
Memory：數(shù)據(jù)保存到內(nèi)存中，能提供極速的訪問速度。（個人覺得可以使用Redis等NoSQL數(shù)據(jù)庫代替）

字符集選擇

存儲引擎之后就是確定字符集，字符集的選擇十分重要，不管是MySQL還是Oracle，如果在數(shù)據(jù)庫創(chuàng)建階段沒有正確選擇字符集，那么在后期需要更換字符集的時候?qū)⒁冻龈甙旱拇鷥r。

如何選擇？

建議在能夠完全滿足應(yīng)用當(dāng)下和未來幾年發(fā)展的前提下，盡量使用小的字符集。應(yīng)為更小的字符集意味著能夠節(jié)省空間、減少網(wǎng)絡(luò)傳輸字節(jié)數(shù)，同時由于存儲空間小間接的提升了系統(tǒng)的性能。

不同的數(shù)據(jù)庫有不同的字符集應(yīng)用級別，分別為服務(wù)器級別、庫級別、表級別、字段級別，通常推薦使用庫級別或者表級別。因為庫級別或者表級別在保有靈活性的同時，兼顧數(shù)據(jù)間字符集的統(tǒng)一，這可以給開發(fā)省去很多處理字符集的麻煩。

數(shù)據(jù)類型的選擇

選擇原則

前提：使用合適的存儲引擎。

選擇原則：為了獲得最佳的存儲，您應(yīng)該在所有情況下嘗試使用最精確的類型。

固定長度和可變長度

char 與 varchar

下面這個例子說明二者的區(qū)別：

請注意上表中最后一行的值只適用不使用嚴(yán)格模式時；如果 MySQL 運行在嚴(yán)格模式，超過列長度的值不保存，并且會出現(xiàn)錯誤。

從 CHAR(4)和 VARCHAR(4)列檢索的值并不總是相同，因為檢索時從 CHAR 列刪除了尾部的空格。通過下面的例子說明該差別：

mysql>?CREATE?TABLE?vc?(v?VARCHAR(4),?c?CHAR(4));
Query?OK,?0?rows?affected?(0.01?sec)

mysql>?INSERT?INTO?vc?VALUES?('ab??',?'ab??');
Query?OK,?1?row?affected?(0.00?sec)

mysql>?SELECT?CONCAT('(',?v,?')'),?CONCAT('(',?c,?')')?FROM?vc;
 --------------------- --------------------- 
|?CONCAT('(',?v,?')')?|?CONCAT('(',?c,?')')?|
 --------------------- --------------------- 
|?(ab??)??????????????|?(ab)????????????????|
 --------------------- --------------------- 
1?row?in?set?(0.06?sec)

對于InnoDB數(shù)據(jù)表，內(nèi)部的行格式?jīng)]有區(qū)分固定長度和可變長度列，所有數(shù)據(jù)化行都使用指向數(shù)據(jù)列值的頭指針，因此在本質(zhì)上，使用固定長度的CHAR列不一定比使用可變長度的VARCHAR列要好。

因為，主要的性能因數(shù)是數(shù)據(jù)行使用的存儲總量。對于占用空間來說，CHAR總是大于等于VARCHAR，所以，使用VARCHAR來最小化行數(shù)據(jù)的存儲總量，進而減少磁盤I/O頻率。另外，歡迎關(guān)注公眾號Java筆記蝦，后臺回復(fù)“后端面試”，送你一份面試題寶典！

text 和 blob

在使用text或者blob類型的字段是需要注意一下幾點，以便獲得更好的性能：

執(zhí)行大量的刪除和更新操作后，會留下很”空洞“，需要定期optimize table進行碎片整理；
避免查詢大型的text和blob。查詢大型的text和blob會使一頁能裝下的數(shù)據(jù)量減少，增加磁盤I/O壓力。
把text和blob分離到單獨的表中。這會把原來表中的數(shù)據(jù)列轉(zhuǎn)變?yōu)楦痰墓潭ㄩL度的數(shù)據(jù)行格式，這個十分有用。

浮點數(shù)和定點數(shù)

在MySQL中float、double是浮點數(shù)，decimal是定點數(shù)。

浮點數(shù)優(yōu)勢：在長度一定的情況下，浮點數(shù)能表示更大的數(shù)據(jù)范圍。

浮點數(shù)缺點：精度問題。

友情提醒：在有關(guān)金錢交易方面浮點數(shù)慎用！?。?/p>

整數(shù)

MySQL支持SQL標(biāo)準(zhǔn)整數(shù)類型INTEGER（或INT）和SMALLINT。作為標(biāo)準(zhǔn)的擴展，MySQL還支持整數(shù)類型TINYINT、MEDIUMINT和BIGINT。下表顯示了每個整數(shù)類型所需的存儲空間和范圍。

索引設(shè)計

設(shè)計原則

搜索的索引列，不一定是所要選擇的列。最適合索引的列是出現(xiàn)在 WHERE 子句中的列，或連接子句中指定的列，而不是出現(xiàn)在 SELECT 關(guān)鍵字后的選擇列表中的列。
使用惟一索引。對于惟一值的列，索引的效果最好，而具有多個重復(fù)值的列，其索引效果最差。
使用短索引。如果對字符串列進行索引，應(yīng)該指定一個前綴長度。例如，如果有一個 CHAR(200) 列，如果在前 10 個或 20 個字符內(nèi)，多數(shù)值是惟一的，那么就不要對整個列進行索引。
利用最左前綴。每個額外的索引都要占用額外的磁盤空間，并降低寫操作的性能。
不要過度索引。
考慮在列上進行的比較類型。如果是在列上做函數(shù)運算，對其進行索引將毫無意義。