随着工作经验的积累，我日益感觉到，对一名程序员来说，拥有良好的数据库设计能力是很重要的，甚至是最重要的。

程序员界有一句著名的话

Talk is cheap, show me the code

把这句话演变一下，就成了

Code is boring, show me the data structure

面对同样的数据结构，一百个程序员会写出一百种风格的代码。看别人写的代码，往往是很boring的。

数据结构为何如此重要

代码是围绕数据结构运行的。

客户端展现的动态数据，都是存储在数据库中，这对程序员来说一定是常识了。

为了便于阐述，我们拿简书的文章页面作为样板。

文章的作者、标题、正文、评论、喜欢等等，只要你打开任意两篇文章，两个页面不一样的地方，几乎都是因为在数据库中存储的内容不同。

良好的数据结构可以提升性能，使代码变得简单、清晰。数据结构清晰了，围绕着数据运行的代码自然就清晰了。

数据库设计需考虑的因素

提到数据库设计原则，首先会想到第一、第二、第三范式，这些理论能了解最好，本文不再赘述了。

从实践的角度面对一个具体的应用场景，设计数据库时应遵循哪些原则？

满足当前需求

数据结构的设计要能达到应用场景的要求，这是最基本的。举个例子，文章的正文存储在了数据表中的某个字段，该字段的长度被设定为10000字，在文章字数没有被限制在10000字以内的前提下，这显然不能满足应用场景的当前需求。需要考虑，什么样的字段类型才能存储大规模的文本数据？

分离主体与附属

文章页面中的元素，哪些是主体部分，哪些是附属部分？

一篇文章可以没有评论，评论的有无、多少不影响文章本身的完整性，评论可以被添加、删除。由此可见，文章的评论属于附属部分。阅读次数、喜欢该文章的用户与数量同样如此。

主体

• 作者
• 标题
• 正文（字数）
• 发布时间
• 更新时间

附属

• 阅读次数
• 评论
• 喜欢该文章的用户与数量

拆分的好处在于，首先数据结构更清晰了，其次可以提高读写性能。当文章有了新评论，只需更新存放评论的表。如果不拆分，需要更新的记录占用的磁盘空间很大，这对磁盘IO速度是个考验。

适当的冗余

或许你已经注意到了，文章的标题下面有这篇文章的字数。计算文章的字数，有两个时机：

• 保存文章时
• 读取文章时

后者的优势在于数据表中少了一个字段，而且这个字段不是必需的。哪个时机更好？个人觉得前者更好，理由如下

• 计算长篇文章的字数是比较耗时的，应尽量减少计算次数
• 总体来看，文章的保存次数远小于读取次数

如果能够提高应用的性能，适当的冗余是必要的。

页面的头部有文章作者的昵称，这适合作为冗余字段存储在文章主体数据中吗？用户可以随时更改自己的昵称，如果将昵称作为冗余字段，需要额外的工作以保持数据一致性，从这一点看，用户昵称不适合作为冗余字段。

选择作为冗余的字段应不需要额外的工作来保持数据一致性。

应对可能出现的新需求

如何存储喜欢文章的用户信息才能做智能推荐？一个好的数据结构应该能应对可能出现的新需求。

为了达到应用的要求，最简单的方式是将这些用户放在一条记录里，存储的字段可以是数组类型。这样设计，喜欢文章的用户信息与用户数量都能轻易获取，读写性能也很好。但对于“喜欢该文章的人还喜欢了”此类的智能推荐，这样的设计明显是难以应对的。将用户放在数组里支持“查询喜欢某文章的用户”，对“查询某用户喜欢的文章”的支持就很差或者根本做不到了，这是一种单向查询的数据结构。

应对大数据量

随着用户量不断增加，网站业务数据越来越多，文章数量也达到了百万级。这时如果只把文章存在一张数据表里，读写性能必然是会急剧下降的，这可能会导致用户体验变差，用户流失。老板不能容忍，DBA也不能容忍。

合理的解决方案之一是分为两张数据表，一张存储热门文章，另一张存储非热门文章。热门文章的占比很少，相应的加载速度就会好于非热门文章。

结尾

本文总结了设计数据库时需遵守的几个原则

• 满足当前需求
• 分离主体与附属
• 适当的冗余
• 应对可能出现的新需求
• 应对大数据量

认识到数据结构的重要性，才能设计出好的数据结构。