当前位置:首页 > 文章列表 > 数据库 > MySQL > mysql数据库建表的几点建议

mysql数据库建表的几点建议

来源:SegmentFault 2023-02-24 17:58:22 0浏览 收藏

小伙伴们有没有觉得学习数据库很有意思?有意思就对了!今天就给大家带来《mysql数据库建表的几点建议》,以下内容将会涉及到MySQL,若是在学习中对其中部分知识点有疑问,或许看了本文就能帮到你!

  1. 绝大多数表单表列数保持在15个以内,如果你的字段超过15个,你应该考虑根据业务对表做垂直分表,数据拆分,这样既保证业务数据清晰,又能减轻单表读写压力
  2. 列数据选择正确的相关类型存储,如 int,char, varchar
  3. 建表时同时建立索引(当然视情况而定,有的表不需要建索引,就不要画蛇添足了), 避免上线后发现各种慢的问题再去建索引,这样直接影响线上业务,如果刚好需要建索引的表数据量大,且读写访问频繁,则很大几率直接导致服务宕机(线上环境你敢让服务宕机?),虽然可以通过其他工具或复制表的方式规避这个问题,但是如果开始就能建好,何必后面的这些麻烦呢
  4. 建大数据量表时,同时建立分区,例如按时间分区,按自增ID分区,避免上线后修改,影响线上业务,当然分区也只是一种方式,你也可以提前设计好分库分表模式或单库分表模式,这里分表指水平分表,垂直分表终究还是无法解决单表数据量大的问题,总之提前设计好,不然就是给自己或者后面来的人挖坑
  5. 列字段设置相关默认值,避免出现为(null, none)时,程序在对取出的数据做比较或判断时出现异常,而这个异常出现概率极低,导致测试也没发现(本人亲身经历,int字段默认为null, 取出的数据有些为数字,有些为null,导致测试环境程序没问题,线上环境出错)

到这里,我们也就讲完了《mysql数据库建表的几点建议》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于mysql的知识点!

版本声明
本文转载于:SegmentFault 如有侵犯,请联系study_golang@163.com删除
MySql中TO_DAYS函数和DATE_DIFF函数MySql中TO_DAYS函数和DATE_DIFF函数
上一篇
MySql中TO_DAYS函数和DATE_DIFF函数
Mysql之常见函数
下一篇
Mysql之常见函数
查看更多
最新文章
查看更多
课程推荐
  • 前端进阶之JavaScript设计模式
    前端进阶之JavaScript设计模式
    设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
    543次学习
  • GO语言核心编程课程
    GO语言核心编程课程
    本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
    516次学习
  • 简单聊聊mysql8与网络通信
    简单聊聊mysql8与网络通信
    如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
    500次学习
  • JavaScript正则表达式基础与实战
    JavaScript正则表达式基础与实战
    在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
    487次学习
  • 从零制作响应式网站—Grid布局
    从零制作响应式网站—Grid布局
    本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
    485次学习
查看更多
AI推荐
  • PubMedQA数据集详解:生物医学问答基准、功能与应用指南
    PubMedQA
    深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
    666次使用
  • H2O EvalGPT:开源LLM大模型评估与排行榜工具
    H2O EvalGPT
    H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
    684次使用
  • LMArena是什么?伯克利AI模型评估平台使用指南与功能解析
    LMArena
    LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
    730次使用
  • 斯坦福HELM:大语言模型Holistic Evaluation整体评估框架详解
    HELM
    深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
    698次使用
  • MMBench详解:多模态大模型基准测试、功能特点与使用指南
    MMBench
    MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
    532次使用
微信登录更方便
  • 密码登录
  • 注册账号
登录即同意 用户协议 和 隐私政策
返回登录
  • 重置密码