数据库的设计规范

1. 为什么需要数据库设计

设计表时，需要考虑的问题：

如何保证表中数据的正确性，当插入、删除、更新时该进行什么样的约束检查？
如何降低数据表的数据冗余度，保证表不会因为用户量的增长而迅速扩张？
面临的场景：
当数据库运行了一段时间后，才发现数据表设计的有问题。重新调整表的结构，就需要做数据迁移，还有可能影响程序的业务逻辑，以及网站正常的访问。

好的数据库设计应有以下优点

节省数据的存储空间
能够保证数据的完整性
方便进行数据库应用系统的开发

2.范式

2.1 范式简介

在关系型数据库中，关于数据表设计的基本原则、规则就称为范式

2.2 范式都包括哪些

关系型数据库有六种常见范式，从低到高分别：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式（4NF）、第五范式（5NF，又称为完美范式）

数据库的范式设计越高阶，冗余度就越低。且高阶范式一定满足低阶范式的要求，满足最低要求的范式是第一范式（1NF）。

一般来说，在关系型数据库中，最高也遵循到 BCNF ，普遍还是 3NF。
Pasted_image_20220718213026

2.3 键和相关属性的概念

超键：能够唯一标识一行数据就叫做超键。
候选键(/码)：若超键不包括多余的属性，则这个超键就是候选键
主键(/主码)：用户可以从候选键中选择一个作为主键
外键：若表 R1 某个字段不是 R1 的主键，而是表 R2 的主键，则这个字段就是 R1 的外键
主属性：包含在任一候选键中的属性称为主属性
非主属性：不包含在任何一个候选键中的属性

举例：
球员表：球员编号 | 姓名 | 身份证号 | 年龄 | 球队编号
球队表：球队编号 | 主教练 | 球队所在地

超键：球员表中，超键就是包括球员编号或者身份证号的任意组合。例如（球员编号）、（球员编号，姓名）（身份证号，年龄）等
候选键：就是最小的超键，球员表中，候选键就是（球员编号）或者（身份证号）
主键：球员编号
外键：球员表中的球队编号
主属性、非主属性：在球员表中，主属性是（球员编号）（身份证号），非主属性：（姓名）（年龄）、（球队编号）

2.4 第一范式（1st NF）

第一范式主要确保表中每个字段的值必须具有原子性，也就是字段值不可再次拆分

举例：
不符合第一范式

字段名	字段类型	是否为主键	说明
id	INT	是	主键id
username	VARCHAR(30)	否	用户名
password	VARCHAR(50)	否	密码
user_info	VARCHAR(255)	否	用户信息(包含真实姓名、电话、住址)

应拆分为：

字段名	字段类型	是否为主键	说明
id	INT	是	主键id
username	VARCHAR(30)	否	用户名
password	VARCHAR(50)	否	密码
real_name	VARCHAR(30)	否	真实姓名
phone	VARCHAR(12)	否	联系电话
address	VARCHAR(100)	否	家庭住址

注意：属性的原子性是主观的。是否要拆分取决于应用是否需要分别处理

2.5 第二范式（2nd NF）

第二范式，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，都是可以唯一标识的。而且非主键字段，都必须完全依赖主键，不能只依赖主键的一部分。

举例一：
成绩表（学号、课程号、成绩）关系中，（学号，课程号）可以查询出成绩，但是学号不可决定成绩，课程号也不可决定成绩。所以（学号，课程号）→ 成绩就是完全依赖关系

2.6 第三范式（3rd NF）

在第三范式是在第二范式的基础上的，确保数据表中每一个非主键字段都和主键字段直接相关。也就是，数据表中所有非主键字段不可依赖于其他非主键字段。所有非主键字段之间不可有依赖关系，必须相互独立

举例：
部门信息表：每个部门有部门编号（dept_id）、部门名称、部门简介等
员工信息表：每个员工有员工编号、姓名、部门编号。(不可再有部门名称等部门相关的信息)

若员工信息表中有除了部门编号的部门相关信息，则不满足第三范式

2.7 小结

第一范式，确保每列保证原子性
第二范式，确保每列都和主键完全依赖
特例：在复合主键中，非主键部分不应该依赖于部分主键
第三范式，确保每列都和主键列直接相关，而不是间接相关

范式的优点：消除数据库中的数据冗余，第三范式通常被认为在性能、扩展性和数据完整性方面达到了最好的平衡
范式的缺点： 范式可能降低查询的效率。范式等级越高，设计出的表就越多、越精细、数据冗余度越低，进行数据查询时可能需要 关联多张表。

范式只是提出了设计的标准，实际上设计数据表时，不一定要符合这些标准。开发中，会出现为了性能和读取效率违反范式化的原则，通过 增加少量的冗余 或重复的数据来提高数据库的 读性能，减少关联查询，join 表的次数，实现空间换时间的目的。

范式本身没有优劣之分，只是适用场景不同。没有完美的设计，只有合适的设计，在数据表设计时，还需要根据需求将范式和反范式混合适用

3. 反范式化

3.1 概述

有时不可死板按照范式要求设计数据表，有的数据看似冗余，但对业务十分重要。此时我们应该要遵循业务优先的原则，先满足业务需求，再尽量减少冗余。

规范化 vs 性能

为了满足需求，数据库性能比规范化数据库更重要

在数据规范化的同时，还要综合考虑数据库的性能

通过在表中添加额外的字段，以大量减少需要从中搜索信息所需的时间

通过在表中插入计算列，以方便查询

3.2 应用举例

举例一：
员工信息存储在 employees 表中，部门信息存储在 departments 表 中。通过 employees 表中的 department_id 字段与 departments 表建立关联。若要查询一个员工所在部门的名称

select employee_id,department_name
from employees e join departments d
on e.department_id = d.department_id;

若经常需要进行这个操作，连接查询就会浪费很多时间，可以在 employees 表中添加一个冗余字段 department_name。加了该字段就不满足第三范式

3.3 反范式的新问题

通过空间换时间，提高查询的效率，问题：

存储空间变大
一个表中字段值修改后，另外一个表冗余的字段也需要作同步修改，否则数据不一致
若使用存储过程来支持数据的更新、删除等操作，若频繁更新，会非常消耗系统资源
在数据量小时，反范式优势不明显，可能会让数据表的设计更加复杂

3.4 反范式的使用场景

当冗余信息有价值或能大幅度提高查询效率，才会采用反范式的优化

1.增加冗余字段的建议

满足以下条件，再考虑增加冗余字段

冗余字段不需要经常进行修改
冗余字段查询时不可或缺

2.历史快照、历史数据的需要

反范式优化也常用在数据仓库的设计中，数据仓库通常存储历史数据。对数据实时性需求不高，对数据的分析需求高。此时允许数据的冗余度，更方便进行数据分析。

数据仓库和数据库在使用上的区别：

数据库设计目的在于捕获数据，而数据仓库设计目的在于分析数据
数据库对数据的增删改实时性要求高，数据仓库存储的一般是历史数据
数据库设计要尽量避免冗余，为了提高查询效率也允许一定的冗余度。

4.BCNF（巴斯范式）

巴斯范式(BCNF)：是在第三范式的基础上进行改进。并没有新的设计规范加入，只是对第三范式中设计规范要求更强，使得数据库冗余度更小。所以，被称为修正的第三范式或扩充的第三范式

若一个表达到了第三范式，并且只有一个候选键，或者每个候选键都是单属性，则该表自然达到了 BCNF 范式

1.案例

在这个表中，一个仓库只有一个管理员，同时一个管理员也只管理一个仓库。我们先来梳理下这些属性之间的依赖关系。
仓库名决定了管理员，管理员也决定了仓库名，同时（仓库名，物品名）的属性集合可以决定数量这个属性。这样，我们就可以找到数据表的候选键。
候选键 ：是（管理员，物品名）和（仓库名，物品名），然后我们从候选键中选择一个作为主键，比
如（仓库名，物品名）。
主属性 ：包含在任一候选键中的属性，也就是仓库名，管理员和物品名。
非主属性 ：数量这个属性。

5.第四范式

多值依赖：

多值依赖即属性之间一对多的关系，即为 K→→A
函数依赖：就是单值依赖
平凡的多值依赖：全集 U = K + A，一个K可以对应多个 A，即K→→A。表有一组一对多的关系
非平凡的多值依赖：全集 U = K + A + B，一个 K 可以对应多个 A，也可以对应多个 B，A 与 B 相互独立，即 K→→A，K→→B。表有多组一对多关系

第四范式是在满足巴斯-科德范式（BCNF）的基础上，消除非平凡且非函数依赖的多值依赖（即把同一表内的多对多关系消除）

举例一： 职工表（职工编号、职工孩子姓名、职工选修课程）
在这个表中，同一个职工可能会有多个职工孩子姓名。也可能会有多个职工选修课程，即存在多值依赖，不符合第四范式

若要符合第四范式，只需分为两个表，使其只有一个多值事实。例如职工表一（职工编号、职工孩子），职工表二（职工编号，职工选修课程）

6.第五范式(完美范式)、域键范式

第五范式处理的是 无损连接问题 ，这个范式基本没有实际意义，因为无损连接很少出现，而且难以察
觉。而域键范式试图定义一个 终极范式 ，该范式考虑所有的依赖和约束类型，但是实用价值也是最小
的，只存在理论研究中。

7.实战案例

进货单表：

7.1 迭代1次：考虑1NF

第一范式要求：所有字段都是原子性的，不可再拆分。

此时将表中字段：property 拆分为：specification(规格)、unit(单位)

7.2 迭代2次：考虑2NF

第二范式：需要满足表中每一条数据都是可唯一标识的，且所有字段都必须完全依赖主键，不可依赖主键的一部分

将表拆分为三个表：
进货单头表：

进货单明细表：

商品信息表：

在商品信息表中，字段 barcode 可能存在重复，例如：门店可能将散装称重商品和整卖商品共用条码。
所以商品信息表改为：

7.3 迭代3次：考虑3NF

每个非主键字段都与主键直接相关，非间接相关，且非主键字段之间不可有依赖关系。
继续拆分
进货单头表：

拆分为：
供货商表：

进货单头表：

7.4 反范式化：业务优先原则

在实际工作中：业务优先原则
业务优先原则：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的，还要根据实际情况来决定。

最后拆分为了四个表：
供货商表：

进货单头表：

进货单明细表：

商品信息表：

8. ER 模型

ER模型也称为实体关系模型。用来描述实体的属性，实体和实体之间关系的一种数据模型

8.1 ER模型包括哪些要素？

ER 模型中有三个要素，分别是实体，属性和关系。
实体：数据对象，也对应着现实生活中真实存在的个体。在 ER 模型中，用矩形表示。实体分为强实体和弱实体。强实体是指不依赖于其他实体的实体；弱实体是指依赖于其他实体的实体
属性：实体的特性。在 ER 模型中，用椭圆形表示
关系：实体之间的关系。在 ER 模型中用 菱形表示

8.2 关系的类型

ER 模型中：有 3 中关系类型：一对一、一对多、多对多
一对一：指实体之间的关系是一一对应的。
一对多：指一个实体对应多个其他实体。
多对多：指多个实体对应多个其他实体。

8.3 建模分析

举例：电商业务
总有 8 个实体：

地址实体
用户实体
购物车实体
评论实体
商品实体
商品分类实体
订单实体
订单详情实体
其中，用户和商品分类是强实体。

8.4 ER模型的细化

（1）地址实体 包括用户编号、省、市、地区、收件人、联系电话、是否是默认地址。
（2） 用户实体 包括用户编号、用户名称、昵称、用户密码、手机号、邮箱、头像、用户级别。
（3） 购物车实体 包括购物车编号、用户编号、商品编号、商品数量、图片文件url。
（4） 订单实体 包括订单编号、收货人、收件人电话、总金额、用户编号、付款方式、送货地址、下单
时间。
（5） 订单详情实体 包括订单详情编号、订单编号、商品名称、商品编号、商品数量。
（6） 商品实体 包括商品编号、价格、商品名称、分类编号、是否销售，规格、颜色。
（7） 评论实体 包括评论id、评论内容、评论时间、用户编号、商品编号
（8） 商品分类实体 包括类别编号、类别名称、父类别编号

8.5 ER 模型图转换为数据表

将 ER 模型转换为具体的数据表

一个实体通常转换成一个数据表
一个多对多的关系，通常也转换为一个数据表
一个 1 对 1 ，或者 1 对多的关系，通常使用表的 外键 来表达
属性 转换为 字段

1.一个实体转换成一个数据表

应先将强实体转换为数据表：
用户实体转换为用户表（user_info）

CREATE TABLE `user_info`(
	`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '编号',
	`user_name` varchar(200) DEFAULT NULL  COMMENT '用户名称',
	`nick_name` varchar(200) DEFAULT NULL  COMMENT '用户昵称',
	`passwd` varchar(200) DEFAULT NULL  COMMENT '用户密码',
	`phone_num` varchar(200) DEFAULT NULL  COMMENT '手机号',
	`email` varchar(200) DEFAULT NULL COMMENT '邮箱',
	`head_img` varchar(200) DEFAULT NULL COMMENT '头像',
	`user_level` varchar(200) DEFAULT NULL COMMENT '用户级别',
	PRIMARY KEY (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=4 DEFAULT CHARSET=utf8 COMMENT='用户表';

商品分类实体 转换为商品分类表（base_category），商品分类可以分为一级分类和二级分类。所以我们实体分类实体分为两张表，分别为一级分类表 和 二级分类表。

一级分类表
CREATE TABLE `base_category1`(
	`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '编号',
	`name` varchar(10) NOT NULL COMMENT '分类名称',
	PRIMARY KEY(`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='一级分类表';

二级分类表
CREATE TABLE `base_category1`(
	`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '编号',
	`name` varchar(10) NOT NULL COMMENT '二级分类名称',
	`category1_id` bigint(20) DEFAULT NULL COMMENT '二级分类编号',
	PRIMARY KEY(`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='二级分类表';

若划分为一张表：

CREATE TABLE `base_category1`(
	`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '编号',
	`name` varchar(10) NOT NULL COMMENT '分类名称',
	`category_parent_id` bigint(20) DEFAULT NULL COMMENT '父分类编号',
	PRIMARY KEY(`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='分类表';

若这样分类，查询一级分类时，就需要判断父分类编号是否为空，若插入二级分类时也为空，则容易造成业务数据混乱。并且在查询二级分类时IS NOT NULL 条件是无法使用到索引的。同时此设计也不符合第二范式（父分类编号并不依赖分类编号 ID），所以要将表拆分。

…其余实体略

2.一个多对多的关系转换成一个数据表

商品和订单之间的关系

订单详情表
CREATE TABLE `order_detail`(
	`id` bigint(20) NOT NULL AUTO_INCREMENT COMMENT '订单详情编号',
	`order_id` bigint(20) DEFAULT NULL COMMENT '订单编号',
	`sku_id` bigint(20) DEFAULT NULL COMMENT 'sku_id',
	`sku_name` varchar(200) DEFAULT NULL COMMENT 'sku名称',
	`sku_num` varchar(200) DEFAULT NULL COMMENT '购买个数',
	`create_time` datetime DEFAULT NULL COMMENT '操作时间',
	PRIMARY KEY(`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=1 DEFAULT CHARSET=utf8 ROW_FORMAT=DYNAMIC COMMENT='订单明细表';

3. 通过外键来表达 1 对多的关系

例如：在商品评论表 sku_comments中，分别将 user_id、sku_id 定义为外键

CONSTRAINT fk_comment_user FOREIGN KEY (user_id) REFERENCES user_info(id);

CONSTRAINT fk_comment_sku FOREIGN KEY (sku_id) REFERENCES sku_info(sku_id);

外键约束主要保证数据一致性，因为插入和更新数据需要检查外键，会影响性能

实际项目中，不建议使用外键，应在应用层做数据的一致性检查

9. 数据表的设计原则

总结：三少一多
1.数据表的个数越少越好

2.数据表中的字段个数越少越好

3.数据表中联合主键的字段个数越少越好

联合主键中的字段越多，占用的索引空间越大。

4.使用主键和外键越多越好

这里的外键并不是指外键约束，而是指外键关系。

三少一多的原则核心就是简单可复用。

10.数据库对象编写建议

10.1 关于库

【强制】库的名称必须控制在32个字符以内，只能使用英文字母、数字和下划线，建议以英文字母开头。
【强制】库名中英文一律小写 ，不同单词采用下划线分割。须见名知意。
【强制】库的名称格式：业务系统名称_子系统名。
【强制】库名禁止使用关键字（如type,order等）。
【强制】创建数据库时必须显式指定字符集，并且字符集只能是utf8或者utf8mb4。
创建数据库SQL举例：CREATE DATABASE crm_fundDEFAULT CHARACTER SET 'utf8';
【建议】对于程序连接数据库账号，遵循权限最小原则
使用数据库账号只能在一个DB下使用，不准跨库。程序使用的账号原则上不准有drop权限 。
【建议】临时库以tmp_为前缀，并以日期为后缀；
备份库以bak_为前缀，并以日期为后缀。

10.2 关于表、列

【强制】表和列的名称必须控制在32个字符以内，表名只能使用英文字母、数字和下划线，建议以英文字母开头。
【强制】表名、列名一律小写 ，不同单词采用下划线分割。须见名知意。
【强制】表名要求有模块名强相关，同一模块的表名尽量使用统一前缀 。比如：crm_fund_item
【强制】创建表时必须 显式指定字符集 为utf8或utf8mb4。
【强制】表名、列名禁止使用关键字（如type,order等）。
【强制】创建表时必须显式指定表存储引擎类型。如无特殊需求，一律为InnoDB。
【强制】建表必须有comment。
【强制】字段命名应尽可能使用表达实际含义的英文单词或缩写。如：公司 ID，不要使用
corporation_id, 而用corp_id 即可。
【强制】布尔值类型的字段命名为is_描述。如member表上表示是否为enabled的会员的字段命名为 is_enabled。
【强制】禁止在数据库中存储图片、文件等大的二进制数据
通常文件很大，短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作很耗时。通常存储于文件服务器，数据库只存储文件地址信息。
【建议】建表时关于主键：表必须有主键

(1)强制要求主键为id，类型为int或bigint，且为auto_increment 建议使用unsigned无符号型。

(2)标识表里每一行主体的字段不要设为主键，建议设为其他字段如user_id，order_id等，并建立unique key索引。因为如果设为主键且主键值为随机插入，则会导致innodb内部页分裂和大量随机I/O，性能下降。
【建议】核心表（如用户表）必须有行数据的创建时间字段（create_time）和最后更新时间字段（update_time），便于查问题。
【建议】表中所有字段尽量都是NOT NULL属性，业务可以根据需要定义DEFAULT值。因为使用NULL值会存在每一行都会占用额外存储空间、数据迁移容易出错、聚合函数计算结果偏差等问题。
【建议】所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型
不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低）。
【建议】中间表（或临时表）用于保留中间结果集，名称以tmp_开头。
备份表用于备份或抓取源表快照，名称以bak_开头。中间表和备份表定期清理。
【示范】一个较为规范的建表语句：

CREATE TABLE user_info (
    `id` int unsigned NOT NULL AUTO_INCREMENT COMMENT '自增主键',
    `user_id` bigint(11) NOT NULL COMMENT '用户id',
    `username` varchar(45) NOT NULL COMMENT '真实姓名',
    `email` varchar(30) NOT NULL COMMENT '用户邮箱',
    `nickname` varchar(45) NOT NULL COMMENT '昵称',
    `birthday` date NOT NULL COMMENT '生日',
    `sex` tinyint(4) DEFAULT '0' COMMENT '性别',
    `short_introduce` varchar(150) DEFAULT NULL COMMENT '一句话介绍自己，最多50个汉字',
    `user_resume` varchar(300) NOT NULL COMMENT '用户提交的简历存放地址',
    `user_register_ip` int NOT NULL COMMENT '用户注册时的源ip',
    `create_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',
    `update_time` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE
    CURRENT_TIMESTAMP COMMENT '修改时间',
    `user_review_status` tinyint NOT NULL COMMENT '用户资料审核状态，1为通过，2为审核中，3为未通过，4为还未提交审核',
    PRIMARY KEY (`id`),
    UNIQUE KEY `uniq_user_id` (`user_id`),
    KEY `idx_username`(`username`),
    KEY `idx_create_time_status`(`create_time`,`user_review_status`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='网站用户基本信息'

【建议】创建表时，可以使用可视化工具。这样可以确保表、字段相关的约定都能设置上。

实际上，我们通常很少自己写 DDL 语句，可以使用一些可视化工具来创建和操作数据库和数据表。
可视化工具除了方便，还能直接帮我们将数据库的结构定义转化成 SQL 语言，方便数据库和数据表结构的导出和导入。

10.3 关于索引

【强制】InnoDB表必须主键为id int/bigint auto_increment，且主键值禁止被更新。
【强制】InnoDB和MyISAM存储引擎表，索引类型必须为BTREE。(这个就是B+ 树)
【建议】主键的名称以pk_开头，唯一键以uni_或uk_开头，普通索引以idx_开头，一律
使用小写格式，以字段的名称或缩写作为后缀。
【建议】多单词组成的columnname，取前几个单词首字母，加末单词组成column_name。如:
sample 表 member_id 上的索引：idx_sample_mid。
【建议】单个表上的索引个数不能超过6个。
【建议】在建立索引时，多考虑建立联合索引，并把区分度最高的字段放在最前面。
【建议】在多表 JOIN 的SQL里，保证被驱动表的连接列上有索引，这样JOIN 执行效率最高。
【建议】建表或加索引时，保证表里互相不存在冗余索引。比如：如果表里已经存在key(a,b)，则key(a)为冗余索引，需要删除。

10.4 SQL编写

【强制】程序端SELECT语句必须指定具体字段名称，禁止写成 *。
【建议】程序端insert语句指定具体字段名称，不要写成INSERT INTO t1 VALUES(…)。
【建议】除静态表或小表（100行以内），DML语句必须有WHERE条件，且使用索引查找。
【建议】INSERT INTO…VALUES(XX),(XX),(XX)… 这里XX的值不要超过5000个。值过多虽然上线很
快，但会引起主从同步延迟。
【建议】SELECT语句不要使用UNION，推荐使用UNION ALL，并且UNION子句个数限制在5个以
内。
【建议】线上环境，多表 JOIN 不要超过5个表。
【建议】减少使用ORDER BY，和业务沟通能不排序就不排序，或将排序放到程序端去做。ORDER BY、GROUP BY、DISTINCT 这些语句较为耗费CPU，数据库的CPU资源是极其宝贵的。
【建议】包含了ORDER BY、GROUP BY、DISTINCT 这些查询的语句，WHERE 条件过滤出来的结果集请保持在1000行以内，否则SQL会很慢。
【建议】对单表的多次alter操作必须合并为一次
对于超过100W行的大表进行alter table，必须经过DBA审核，并在业务低峰期执行，多个alter需整合在一起。因为alter table会产生表锁，期间阻塞对于该表的所有写入，对于业务可能会产生极大影响。
【建议】批量操作数据时，需要控制事务处理间隔时间，进行必要的sleep。
【建议】事务里包含SQL不超过5个。
因为过长的事务会导致锁数据较久，MySQL内部缓存、连接消耗过多等问题。
【建议】事务里更新语句尽量基于主键或UNIQUE KEY，如UPDATE… WHERE id=XX;
否则会产生间隙锁，内部扩大锁定范围，导致系统性能下降，产生死锁。

11. PowerDesigner 的使用

是常用的数据库建模工具，可以快速制作数据流程图、概念数据模型、物理数据模型