数据库设计原则指南：构建高效稳定的数据架构

📋 概念模型 (Conceptual Model)

• 目的：理解业务需求和数据关系
• 内容：实体、属性、关系的高层抽象
• 特点：独立于具体技术实现
• 工具：ER图、UML类图

🎯 逻辑模型 (Logical Model)

• 目的：定义数据结构和约束
• 内容：表结构、字段类型、主外键关系
• 特点：面向特定数据库类型
• 工具：关系模型、范式理论

⚙️ 物理模型 (Physical Model)

• 目的：优化存储和访问性能
• 内容：索引设计、分区策略、存储参数
• 特点：针对具体数据库产品
• 工具：数据库DDL、性能工具

1:1 一对一

场景：用户与用户档案、员工与身份证
实现：共享主键或唯一外键

1:N 一对多

场景：部门与员工、订单与订单项
实现：在多方添加外键引用

M:N 多对多

场景：学生与课程、用户与角色
实现：通过中间表连接

✅ 正面效果

• 减少数据冗余
• 避免更新异常
• 提高数据一致性
• 节省存储空间

⚠️ 潜在成本

• 增加表连接操作
• 复杂化查询逻辑
• 可能影响查询性能
• 增加设计复杂度

1NF 第一范式

要求：每个属性都是原子的，不可再分
违反示例：地址字段包含省市区信息
解决方案：将复合属性拆分为多个简单属性

2NF 第二范式

要求：在1NF基础上，非主属性完全依赖于主键
违反示例：订单表中包含客户姓名（部分依赖）
解决方案：将部分依赖的属性分离到独立表

3NF 第三范式

要求：在2NF基础上，消除传递依赖
违反示例：员工表中包含部门名称（传递依赖）
解决方案：将传递依赖的属性独立成表

BCNF 修正第三范式

要求：每个决定因素都是候选键
适用场景：有多个候选键且相互重叠
实际意义：更严格的3NF，实际应用中较少需要

🌳 B+树索引

• 适用场景：范围查询、排序
• 优势：平衡树，查询稳定
• 劣势：维护成本高
• 最佳实践：大多数情况首选

🗂️ 哈希索引

• 适用场景：等值查询
• 优势：查询速度快
• 劣势：不支持范围查询
• 最佳实践：特定场景使用

📊 位图索引

• 适用场景：低基数列
• 优势：空间效率高
• 劣势：更新成本高
• 最佳实践：数据仓库场景

🐌 常见问题

• 全表扫描 - 缺少索引或索引失效
• N+1查询 - 循环中执行查询
• 数据类型转换 - 隐式类型转换导致索引失效
• 函数调用 - WHERE子句中使用函数
• 大偏移量 - LIMIT offset过大

💡 解决策略

• 合理建立索引 - 基于查询模式设计
• 批量处理 - 减少数据库交互次数
• 字段类型匹配 - 避免隐式转换
• 函数索引 - 为计算字段建立索引
• 游标分页 - 使用基于主键的分页

🔑 实体完整性

• 主键约束 (PRIMARY KEY)
• 唯一约束 (UNIQUE)
• 非空约束 (NOT NULL)

🔗 参照完整性

• 外键约束 (FOREIGN KEY)
• 级联更新/删除
• 约束检查时机

✅ 域完整性

• 检查约束 (CHECK)
• 数据类型限制
• 默认值设置

🔒 原子性 & 一致性

• 事务要么全部成功，要么全部失败
• 数据库始终保持一致状态
• 通过回滚机制保证

👁️ 隔离性 & 持久性

• 并发事务相互不干扰
• 已提交数据永久保存
• 通过锁机制和日志保证

⬆️ 垂直扩展 (Scale Up)

• 升级硬件配置
• 增加CPU、内存、存储
• 简单直接但有上限
• 适合初期快速扩展

➡️ 水平扩展 (Scale Out)

• 增加服务器数量
• 读写分离、分库分表
• 复杂但扩展性好
• 适合大规模系统

👤 访问控制

• 最小权限原则
• 角色基础访问控制
• 定期权限审计
• 强密码策略

🔒 数据加密

• 传输加密 (TLS/SSL)
• 存储加密
• 敏感字段加密
• 密钥管理

💾 备份恢复

• 定期全量备份
• 增量备份策略
• 备份验证测试
• 异地备份存储

🎯 关键指标

• 性能指标：QPS、TPS、响应时间
• 资源指标：CPU、内存、磁盘使用率
• 连接指标：活跃连接数、等待连接数
• 锁指标：死锁频率、锁等待时间

🛠️ 维护任务

• 定期任务：统计信息更新、索引重建
• 清理任务：日志清理、临时表清理
• 健康检查：数据一致性检查
• 容量规划：存储空间预测