
自己写导航站,或者想认真理解一个导航站的结构,绕不开数据库设计。表设计得好,后面加功能很顺;设计得糙,用半年就开始各种别扭,查询慢、数据乱、改一处崩一片。这篇把导航站该有的核心表、每张表该有什么字段、以及几个常见的坑讲清楚。
核心表其实不多,五六张就能撑起一个完整的导航站。站点表存所有收录的网站,分类表存分类结构,文章表存内容,用户表存注册用户,访问日志表存流量数据,再加一张配置表存全站参数。这六张是骨架,其他表都是围绕它们做扩展,比如评论、收藏、审核任务、推送记录。
站点表是整个站的核心,字段设计要仔细。必备的字段包括名称、网址、简介、图标或截图、所属分类、点击量、状态、排序权重、创建和更新时间。这几项里最容易出问题的是网址,一定要做唯一约束,不然同一个网站会被重复收录,前台出现两遍。分类用外键关联分类表,别直接存分类名字,改分类名的时候会疯掉。
分类表要考虑层级。导航站一般有一级分类和二级分类,或者只有一级。设计的时候给一个父级字段就能支持无限层级,虽然实际只用两层,但留出扩展空间比事后改表容易。另外要给排序字段,让后台能调顺序。分类的数量一般不多,几十条顶天,不用考虑性能。
文章表跟普通内容站差不多,标题、正文、分类、封面、状态、阅读量、发布时间。正文用长文本类型,别用短文本,不然写长文会被截断。发布时间用整数时间戳比用日期字符串好,排序和计算都方便,跨时区也不容易出错。这一点很多新手会踩,用了字符串存时间,后面按时间筛选就特别难受。
用户表如果不需要注册功能可以不要,但导航站通常会有收藏、提交收录、评论这些交互,就需要。字段上至少要有账号、密码哈希、邮箱、注册时间、状态。密码一定存哈希不存明文,这是底线,泄露了明文密码是灾难性的。别自己发明加密方式,用成熟的哈希算法。
日志表是最容易被低估的。访问日志的量很大,一个日访几千的站,一个月就是几万条。设计的时候要想好怎么归档,按月分表或者定期清理。如果所有日志堆在一张表里,一年之后查询会慢到没法用,而且表会变得巨大,备份和迁移都痛苦。更聪明的做法是不存明细,只存按天聚合的统计数据,明细只保留最近几天。
字段类型的选择有讲究。能确定长度的用定长类型,不确定的用变长。数字用数字类型别用文本,文本比较大小会按字典序,十比二小这种事就出来了。布尔状态用很小的整数类型,别用文本存真真假假。时间统一用整数时间戳或者日期类型,别混着用。这些细节单个看无所谓,积累起来就是查询慢和逻辑乱的根源。
索引要建在该建的地方。经常用来查询和排序的字段要建索引,比如分类、状态、创建时间。唯一性约束本身带索引,比如网址。但索引不是越多越好,每个索引都会拖慢写入,而且占空间。经验做法是:先不建,上线后看慢查询日志,哪个查询慢就给对应字段加索引。凭感觉乱加索引,最后写入变慢还找不到原因。
统计表和明细表要分开。访问量、点击量这类数字,如果每次都去明细表里数一遍,性能会很差。更好的做法是有一个统计表,按天存聚合好的数字,读取的时候直接取。明细表只用来做分析和排查,平时不参与页面渲染。这个分离做得好,前台响应会快很多。
数据量要提前估算。站点如果收录几千个网站,站点表也就几千行,完全不用担心。文章如果几千篇,也不大。真正会膨胀的只有日志表和访问记录。所以设计的时候把精力放在日志的归档策略上,其他表按常规设计就行。别在小表上过度设计,把简单的事情搞复杂。
还有一个容易忽略的点:软删除。删数据的时候不要真删,加一个状态字段标记为已删除,前台不展示。好处是误删能恢复,坏处是表会越来越大,查询要带条件。导航站的数据量不大,软删除是值得的。真删的话,用户投诉说收录被删了,你连恢复的依据都没有。
字符集和排序规则要统一。建库建表的时候指定好字符集,全站保持一致。中文站用支持中文的字符集,别用只支持英文的老字符集,不然中文会存成乱码,而且是那种看起来像乱码、查也查不出来的类型。排序规则影响中文排序和大小写比较,选错了排序会乱、查重会出错。这些在建库的时候一次设好,后面省很多事。
备份和迁移要从设计阶段就考虑。表结构清晰、关系明确,导出导入就顺;表里塞了一堆冗余字段、字段名五花八门,迁移的时候光对应字段就要半天。另外数据量大的表要能单独导出,别所有数据混在一张大表里,想搬一部分都搬不动。设计的时候想着将来可能要搬家,结构自然就会收敛。
字段命名要有规律。统一用同一种风格,别一半英文一半拼音,别同一个含义在两个表里用两个名字。命名混乱的后果是写查询的时候要反复确认字段叫什么,写错一个字母就报错,而且报错信息往往不直观。命名这件事在开始的时候花十分钟定个规矩,后面省下的是几十次查字段的时间。
