程式員應該知道的資料庫設計的兩個誤區

然而，在我所經曆過的項目中，某些資料庫的設計會存在一些問題，尤其普遍的就是下面將要描述的這兩點，個人覺得是應該避免的誤區，總結出來與大家討論。

誤區之一 備用欄位

現象描述：

在資料表中，不僅設計了當前所需要的欄位，而且還在其中留出幾個欄位作為備用。

比方說，我設計了一個人員表（Person），其中已經添加了各種必要的欄位，包括姓名（Name）、性別（Sex）、出生年月日（birthday）等等。大功告成之後，我忽然想到，將來系統中應該還會有很多其它與人相關的內容吧，比方說畢業院校，比方說工作單位等等，儘管現在根本不需要填寫，以後可能還是會用到的吧。拍腦袋一項，那就加入5個varchar2型的欄位，分別叫做Text1、Text2……Text5，然後又想，應該還有一些日期型的欄位需要備用，就又建立了三個date型的欄位，分別起名叫做date1、date2、date3，……

原因分析：

大家應該已經看出問題了，在這個資料表中存在大量暫時無用的欄位，我們可以稱之為備用欄位，它們的作用是什麼呢？就是以防萬一，防備可能的情況。

這似乎可以叫做防患於未然，等到時候需要的時候，就不需要在表中增加新的欄位了，而且這樣做的話，一個表的資料應該會被儲存在相鄰的物理空間中，這對於效能也是有好處的。

另外的原因就是，在古老的資料庫中，如果改變資料庫的定義（包括增加欄位、改變欄位的類型、刪除欄位等等），那麼其中所有的資料就會丟失，所以這項工作非常麻煩，我們需要先建立暫存資料表，將資料備份出來，然後建立新表，將資料匯入其中，最後再刪除原來的表。

問題所在：

這樣的做法對於項目會導致很多問題，而且原先想要解決的問題並不一定能夠解決，不信的話，請往下看。

問題一：增加大量備用欄位，必定會浪費很多空間，儘管其中可能都沒有具體的資料，但是僅僅是空欄位也會佔據一定的空間的。

問題二：由於命名的特點，如果沒有完善的文件管理流程，用不了多久（可能也就是兩三年），就沒有人能夠說清楚到底哪個欄位代表的是什麼意義了。就算有文件管理，這些管理工作也會比較麻煩，而且在每次使用的時候都需要申請，還有可能會出現衝突的情況。

問題三：增加了這些備用欄位就真的會夠用嗎？不一定，因為我們只是每個類型的欄位留出幾個備用，如果數量超過，或者要使用特殊的、不常用的類型的時候，還是需要增加新的欄位。比方說在上述的Person表中，我們要儲存照片，那麼可能就要增加一個blob類型的photo欄位，這在初期設計的時候可不一定會留出這樣的備用欄位。而且如果沒有完善的管理，誰又能說清楚倒底哪個欄位已經被使用，哪個欄位還可以使用呢？到時候還不是要增加新的欄位。

解決方案：

其實上面的這種設計方式就是一種“過度設計”，我們應該做的就是“按需設計”，在經過詳細有效分析之後，在資料表中只放置必要的欄位，而不要留出大量的備用欄位。

當需要增加相關的資訊的時候，就要具體情況具體分析：

如果數量很少，而且資訊的性質與原表密切相關，那麼就可以直接在原表上增加欄位，並將相關的資料更新進去。

如果數量較大，或者並非是原表對象至關重要的屬性，那麼就可以新增一個表，然後通過索引值串連起來。

對於表的資料的儲存位置所導致的效能問題，我們可以通過在特定時間對資料庫的資料進行重組來解決，而這項工作對於長期啟動並執行資料庫來說，也是需要定期進行的。

誤區之二 有意義的編碼

現象描述：

使用有意義的編碼作為一條記錄的ID，甚至作為資料庫的主鍵存在，例如，一個員工的編碼設定為0203004，其中02代表員工所在分公司，03代表員工所在部門，004代表員工進入到該部門的序號。

原因分析：

ID的設定方式大概有以下幾種，一種是純粹的流水號，從1開始，每次加1，或者對其將以改進，將數字轉換成為字串的格式，比方說“0000001”；一種是無意義的隨機編碼，比方說GUID；還有一種就是有意義的編碼，特定的位元會代表一定的意義。

我想之所以大家這麼喜歡使用這種方式，主要是因為想要從編碼中就能夠得到一些資訊，甚至有些程式中還有專門的對編碼進行解析的模組。就像我們的社會安全號碼碼一樣，看到社會安全號碼就可以知道辦身份證時的所在地、生日、性別等資訊。

問題所在：

其實有意義的編碼會導致很多問題，請看：

問題一：對編碼資源的浪費。如果是純粹的流水號，那麼從1到10000就可以代表一萬條記錄，但是，如果使用有意義的編碼，很可能1000條記錄就會讓五位的編碼不夠用。我就遇到過真正的情況，我們公司的投保單號碼的第一位就是有意義的，代表的時該投保單所屬的渠道，後面跟著很長的一串數字（9位）。理論上來說，這些編碼永遠都不會用完，但是，最開始的三個渠道使用的是1、4、7三個編碼，但是一次新保險法的實行，導致原有的投保單作廢，於是又啟用了三個數字2、5、8，接下來公司改名，三個渠道又分別將投保單報廢，重新啟用新的開頭數字，就這樣，短短的幾年間，所有的投保單號碼全都被用完了，其實列印出來的投保單不過100萬張。

問題二：不一定是唯一的，難以作為主鍵。想一下，我們的社會安全號碼碼就是這樣的。原先15位的時候，後三位是序號，而男性會使用奇數，女性會使用偶數，這樣就是說，一個地區同一天生日的人，男女都不能超過500人，否則就會導致號碼的重複，儘管出現這種現象的機率比較低，但是還是客觀存在的。

問題三：代表的意義不一定準確。比方說用帶有意義的編碼來為員工定義工號，其中可能會有部門、職務等等意義，但是如果員工在部門間發生了調動，或者職級發生了改變，是否需要改變他的編碼呢？改變吧，那麼所有的曆史資料都要隨之修改一次，工作量會非常大；不改變吧，那麼代表的意義就不再準確，我們就無法從編碼中得到該員工準確的資訊。

解決方案：

所以，對於編碼，非常不建議使用有意義的編碼，要麼使用純粹的流水號，但這樣可能需要定義一個範圍比較大的類型，對于海量記錄的資料，可能會不夠用；那樣的話就可以使用GUID，這樣編碼永遠都不會重複，而且會有大量的編碼資源可用。

從上面的兩點我們可以看出，在資料庫設計的過程中，有一些在非常多系統中都使用了，但是卻帶來了很多問題的方法，對於這種情況，我們就應該仔細思考，然後痛下決心，堅決抵制。