|
|
|
@ -0,0 +1,131 @@
|
|
|
|
|
|
|
|
# Mysql 技能树 - 用 MySQL 解决实际问题
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 0. 目录设计
|
|
|
|
|
|
|
|
- 实践
|
|
|
|
|
|
|
|
- 创建数据库、数据表、对表中的数据进行增删改查操作、使用函数、表与表之间的关联操作
|
|
|
|
|
|
|
|
- 进阶
|
|
|
|
|
|
|
|
- 程序存储在服务器上、利用突发事件来调用程序、在不改变存储结构的前提下创建虚拟表以方便查询等
|
|
|
|
|
|
|
|
- 优化
|
|
|
|
|
|
|
|
- 数据库的设计规范，还会带你创建数据模型，帮助你来理清设计思路
|
|
|
|
|
|
|
|
- 案例
|
|
|
|
|
|
|
|
- 你从 0 到 1 设计一个连锁超市的信息系统数据库
|
|
|
|
|
|
|
|
## 1. 前言
|
|
|
|
|
|
|
|
- 鸡汤理论
|
|
|
|
|
|
|
|
- 在工作中，最重要的绝对不是你的知识储备量，而是你**解决实际问题的能力**
|
|
|
|
|
|
|
|
- **正确的学习方法，远比你投入的时间更重要**
|
|
|
|
|
|
|
|
- 快速应用在实战项目： 项目的实际需求 --> 解决问题所需的知识点 --> 用好这些知识的实战经验
|
|
|
|
|
|
|
|
- 配置一个自己顺手的数据库操作环境
|
|
|
|
|
|
|
|
-
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 2.
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
## 3. 优化
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
### 3.1 范式：如何消除冗余和高效存取？
|
|
|
|
|
|
|
|
- 现象，什么样的表需要重新使用范式进行设计
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 表里重复的数据非常多：比如第一行和第二行的数据，同样是 3478 号单据，供货商编号、供货商名称和仓库，这 **3 个字段的信息完全相同**。可是这 2 条数据的**后
|
|
|
|
|
|
|
|
半部分又不相同**，因此，并不能认为它们是冗余数据而删除。
|
|
|
|
|
|
|
|
- 坏味道:
|
|
|
|
|
|
|
|
- 在我们的工作场景中，这种由于数据表结构设计不合理，而导致的数据重复的现象并不少见，往往是系统虽然能够运行，承载能力却很差，稍微有点流量，就会出现**内存不足、
|
|
|
|
|
|
|
|
CUP 使用率飙升的情况，甚至会导致整个项目失败**。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- **第一范式**
|
|
|
|
|
|
|
|
- 这张进货单表重新设计的第一步，就是要把所有的列，也就是字段，都确认一遍，确保**每个字段只包含一种数据**。如果各种数据都混合在一起，就无法通过后面的拆解，把重复的数据去掉。
|
|
|
|
|
|
|
|
- 其实，这就是第一范式所要求的：**所有的字段都是基本数据字段，不可进一步拆分**。
|
|
|
|
|
|
|
|
- 在我们的这张表里，“property”这一字段可以继续拆分。其他字段已经都是基本数据字段，不能再拆了。
|
|
|
|
|
|
|
|
- 经过优化，我们**把“property”这一字段，拆分成“specification（规格）”和“unit（单位）”**，这 2 个字段如下：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 这样处理之后，字段多了一个，但是每一个字段都成了**不可拆分的最小信息单元**，我们就可以在这个表的基础之上，着手进行进一步的优化了。这就要用到数据表设计的第二范式.
|
|
|
|
|
|
|
|
- **第二范式**
|
|
|
|
|
|
|
|
- 通过观察，我们可以发现，这个表的前 2 条记录的前 4 个字段完全一样。那可不可以通过拆分，把它们变成一条记录呢？当然是可以的，而且为了优化，必须要进行拆分。
|
|
|
|
|
|
|
|
- 第二范式就告诉了我们拆分的原则：**在满足第一范式的基础上，还要满足数据表里的每一条数据记录，都是可唯一标识的。而且所有字段，都必须完全依赖主键，不能只依赖主键的一部分。**
|
|
|
|
|
|
|
|
- 根据这个要求，我们可以对表进行重新设计。
|
|
|
|
|
|
|
|
- 重新设计的第一步，就是要确定这个表的主键。通过观察发现，字段“listnumber”+“barcode”可以唯一标识每一条记录，可以作为主键。确定好了主键
|
|
|
|
|
|
|
|
以后，我们判断一下，哪些字段完全依赖主键，哪些字段只依赖于主键的一部分。同时，把只依赖于主键一部分的字段拆分出去，形成新的数据表。
|
|
|
|
|
|
|
|
- 首先，进货单明细表里面的“goodsname” “specification” “unit” 这些信息是商品的属性，只依赖于“barcode”，不完全依赖主键，可以拆分出去。我们把这 3 个字段加上
|
|
|
|
|
|
|
|
它们所依赖的字段“barcode”，拆分形成一个新的数据表“商品信息表”。
|
|
|
|
|
|
|
|
- 这样一来，原来的数据表就被拆分成了两个表。
|
|
|
|
|
|
|
|
- 商品信息表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 进货单表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 同样道理，字段“supplierid”“suppliername”“stock”只依赖于“listnumber”，不完全依赖于主键，所以，我们可以把“supplierid”“suppliername”“stock”这 3
|
|
|
|
|
|
|
|
个字段拆出去，再加上它们依赖的字段“listnumber”，就形成了一个新的表“进货单头表”。剩下的字段，会组成新的表，我们叫它“进货单明细表”。
|
|
|
|
|
|
|
|
- 这样一来，原来的数据表就拆分成了 3 个表。
|
|
|
|
|
|
|
|
- 进货单头表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 进货单明细表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 商品信息表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 我们再来分析一下拆分后的 3 个表，保证这 3 个表都满足第二范式的要求。
|
|
|
|
|
|
|
|
- 在“商品信息表”中，字段“barcode”是有可能存在重复的，比如，用户门店可能有散装称重商品和自产商品，会存在条码共用的情况。所以，所有的字段都不能唯一标识表里
|
|
|
|
|
|
|
|
的记录。这个时候，我们必须给这个表加上一个主键，比如说是自增字段“itemnumber”。
|
|
|
|
|
|
|
|
- 现在，我们就可以把进货单明细表里面的字段“barcode”都替换成字段“itemnumber”，这就得到了新的进货单明细表和商品信息表。
|
|
|
|
|
|
|
|
- 进货单明细表(新)：
|
|
|
|
|
|
|
|
- .png)
|
|
|
|
|
|
|
|
- 商品信息表(新)：
|
|
|
|
|
|
|
|
- .png)
|
|
|
|
|
|
|
|
- 这样一来，我们拆分后的 3 个数据表中的数据都不存在重复，可以唯一标识。而且，表中的其他字段，都完全依赖于表的主键，不存在部分依赖的情况。所以，拆分后的 3 个数据
|
|
|
|
|
|
|
|
表就全部满足了第二范式的要求。
|
|
|
|
|
|
|
|
- **第三范式**
|
|
|
|
|
|
|
|
- 我们的进货单头表，还有数据冗余的可能。因为“suppliername”依赖“supplierid”。那么，这个时候，就可以按照第三范式的原则进行拆分了。
|
|
|
|
|
|
|
|
- 第三范式要求数据表**在满足第二范式的基础上，不能包含那些可以由非主键字段派生出来的字段，或者说，不能存在依赖于非主键字段的字段**。
|
|
|
|
|
|
|
|
- 在刚刚的进货单头表中，字段“suppliername”依赖于非主键字段“supplierid”。因此，这个表不满足第三范式的要求。
|
|
|
|
|
|
|
|
- 那接下来，我们就进一步拆分下进货单头表，把它拆解成供货商表和进货单头表。
|
|
|
|
|
|
|
|
- 供货商表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 进货单头表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 这样一来，供货商表和进货单头表中的所有字段，都完全依赖于主键，不存在任何一个字段依赖于非主键字段的情况了。所以，这 2 个表就都满足第三范式的要求了。
|
|
|
|
|
|
|
|
- 但是，在进货单明细表中，quantity * importprice = importvalue，“importprice”“quantity”和“importvalue”这 3 个字段，可以通过
|
|
|
|
|
|
|
|
任意两个计算出第三个来，这就存在冗余字段。如果严格按照第三范式的要求，现在我们应该进行进一步优化。优化的办法是删除其中一个字段，只保留另外 2 个，这样就没有冗
|
|
|
|
|
|
|
|
余数据了。
|
|
|
|
|
|
|
|
- 真的可以这样做吗？要回答这个问题，我们就要先了解下实际工作中的业务优先原则。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
- 业务优先的原则
|
|
|
|
|
|
|
|
- 所谓的业务优先原则，就是指一切以业务需求为主，技术服务于业务。**完全按照理论的设计不一定就是最优，还要根据实际情况来决定**。这里我们就来分析一下不同选择的利与弊。
|
|
|
|
|
|
|
|
- 对于 quantity * importprice = importvalue，看起来“importvalue”似乎是冗余字段，但并不会导致数据不一致。可是，如果我们把这个字段取消，是会影响业务的。
|
|
|
|
|
|
|
|
- 因为有的时候，供货商会经常进行一些促销活动，按金额促销，那他们拿来的进货单只有金额，没有价格。而“importprice”反而是通过“importvalue”÷“quantity”计算出
|
|
|
|
|
|
|
|
来的。因此，如果不保留“importvalue”字段，只有“importprice”和“quantity”的话，经过四舍五入，会产生较大的误差。这样日积月累，最终会导致查询结果出现较大偏
|
|
|
|
|
|
|
|
差，影响系统的可靠性。
|
|
|
|
|
|
|
|
- 我借助一个例子来说明下为什么会有偏差。
|
|
|
|
|
|
|
|
- 假设进货金额是 25.5 元，数量是 34，那么进货价格就等于 25.5÷34=0.74 元，但是如果用这个计算出来的进货价格来计算进货金额，那么，进货金额就等于 0.74×34=25.16
|
|
|
|
|
|
|
|
元，其中相差了 25.5-25.16=0.34 元。代码如下所示：
|
|
|
|
|
|
|
|
- “importvalue”=25.5元，“quantity”=34，“importprice”=25.5÷34=0.74
|
|
|
|
|
|
|
|
- “importprice”=0.74元，“quantity”=34，“importvalue”=0.74*34=25.16
|
|
|
|
|
|
|
|
- 误差 = 25.5 - 25.16 = 0.34
|
|
|
|
|
|
|
|
- 现在你知道了，在我们这个场景下，“importvalue”是必须要保留的。
|
|
|
|
|
|
|
|
- 那么，换一种思路，如果我们保留“quantity”和“importvalue”，取消“importprice”，这样不是既能节省存储空间，又不会影响精确度吗？
|
|
|
|
|
|
|
|
- 其实不是的。“importprice”是系统的核心指标，涉及成本核算。几乎所有的财务、营运和决策支持模块，都要涉及到成本问题，如果取消“importprice”这个字段，那么系统的
|
|
|
|
|
|
|
|
运算成本、开发和运维成本，都会大大提高，得不偿失。
|
|
|
|
|
|
|
|
- 所以，本着业务优先的原则，在不影响系统可靠性的前提下，可以容忍一定程度的数据冗余，保留“importvalue”“importprice”和“quantity"。
|
|
|
|
|
|
|
|
- 因此，最后的结果是，我们可以把进货单表拆分成下面的 4 个表：
|
|
|
|
|
|
|
|
- 供货商表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 进货单头表：
|
|
|
|
|
|
|
|
- 
|
|
|
|
|
|
|
|
- 进货单明细表：
|
|
|
|
|
|
|
|
- .png)
|
|
|
|
|
|
|
|
- 商品信息表：
|
|
|
|
|
|
|
|
- .png)
|
|
|
|
|
|
|
|
- 这样一来，我们就避免了冗余数据，而且还能够满足业务的需求，这样的数据表设计，才是合格的设计。
|
|
|
|
|
|
|
|
- 一般来说，MySQL 的数据库设计满足第三范式，就足够了。不过，第三范式，并不是终极范式，还有 **BCNF 范式（也叫 BC 范式）、第四范式和第五范式**。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
