明天想跟大家聊聊数据库层面上的事
注：明天聊的数据库都特指关系型数据库
01、数据库抉择
之前发了一张我可能要在 austin 我的项目上引入哪些技术栈的图，好多人问我分布式配置核心为什么不抉择 Nacos，而是用 Apollo。却没人问我为什么数据库抉择 MySQL。
说起来 MySQL，在网上看到的各类 Java 教程，简直都是应用 MySQL 作为数据库。日常在群里聊各种数据库上的问题，也差不多都是 MySQL，只有个别的可能用 PostgreSQL 和 Oracle 或其余
就连我在面试的时候，我也没被面试官问过：“你的数据库为什么抉择 MySQL 啊？这块技术选型是怎么样的”
看到这里，是不是感觉我有答案了？其实我也没有。写到一半的时候发现我也说不出啥比拟好的理由 … 既然我不晓得，于是我就去看看人家是怎么说的。
总结起因可能是：
- 后期 MySQL 收费开源易用，从泛滥厂商中硬生生搞出了生态。有了生态，很难就被干掉了。（最次要的）
- 互联网用 MySQL 就是用来存数据“低成本疾速的数据存储插入计划”，要求也绝对没那么高（这条我前面会具体聊聊）
- 很多时候对某技术选型并非是技术起因
而我，我只会 MySQL。我在生产环境下只用过 MySQL，当年我还是小白的时候接触过 Oracle，但当初也根本忘得差不多了。
很多时候对某技术选型并非是技术起因（我是懒狗，我抵赖了）。近几年 PostgreSQL 很火，据说很多中央都比 MySQL 要好，感兴趣的小伙伴能够把 austin 我的项目的 MySQL 替换为 PostgreSQL
对数据库选型感兴趣的大哥们也能够找点材料持续查阅材料，也很欢送在评论区输入下本人的教训，这种话题探讨我感觉还是蛮有意思的。
跟着我一起做 austin 我的项目的小伙伴应该对关系型数据库都有所理解了，这里的根底我就不开展讲述了。对 MySQL 感兴趣或者筹备要面试的同学，能够看看我《对线面试官》系列的 MySQL 章节（在各大博客平台中受到了不错的反馈）
02、ORM 框架抉择
记得几年前我刚接触数据库和 Java 的时候，那时候要用 JDBC 连贯数据库来操作数据，我就很不解：明明我能够通过各种的数据库客户端就能对数据进行操作，为啥我要用 JDBC，好麻烦啊！
至于为什么会有这种疑难，我也不了解我过后是怎么想的（哈哈哈哈）。起初想通了当前，也学习了很多在程序上“简化 JDBC 模板”的姿态（DBUtils/Hibernate/Spring JDBC/Mybatis/SpringData JPA)
我在生产环境中接触过的都是 Mybatis，但这一次我在 asutin 我的项目中决定应用SpringData JPA 作为 ORM 框架。
03、应用数据库的教训
这两年我是呆在互联网公司下班的，我就来聊下我集体所接触到的货色，分享下我的认识。
一般来说，每个业务团队保护着本人的数据库（一个业务团队可能就有好几个库），当咱们须要某一个团队的相干数据时，团队会提供对应的 RPC 接口给公司外部业务应用。
这意味着 数据逻辑对调用业务方而言，是通明的（调用业务方不须要关注其余团队数据库的任何信息，无论是数据库表设计还是具体的字段）。
这个益处是显然地：要某团队的业务数据，只有找到他们提供的接口就完事了。作为需求方，只须要调个接口就能拿到本人想要的数据。
回到数据库外部存储自身，咱们会尽可能将表结构设计得更简略：在很多状况下，都会 放弃数据库三大范式 来设计表。
举个很简略又可能不太失当的场景：一个作者可能会写多篇文章（意味着多篇文章会属于同一个作者）author:content(1:N)
那在初学的时候，可能有的教程会这样设计：author 表、content 表、autor_content_mapping 表
然而，咱们在理论中生产环境中 很有可能 是不设计这种关联表，而是间接把相干字段 冗余 在一张表里。这样在查问的时候，就能间接通过一张表查到对应的信息了，不必进行 多层关联
如果按下面的构造进行查问：比方我要查到某一篇文章的作者根本信息，那我此时的动作是：
- 关联
author_content 表查到文章的authorId - 通过
authorId去author 表查到作者的根本信息
如果我把 authorId 间接存到 content 表 中，那就意味着少了去 author_content 表查问了。
注：这里我不是说让你们把所有的信息都存在一张表里，一张表里有上百个字段，千万不要误会我的意思！
说起关联，又有一个能聊的话题：是否 join（这个话题我已经在我的交换群中聊过，不过也是各抒所见吧）。我在以前公司接触到的我的项目，在mapper.xml 中都看不到 join 的身影，我写 join 只在 hive 写统计脚本的时候用到。
【强制】超过三个表禁止 join。须要 join 的字段，数据类型必须相对统一；多表关联查问时，保障被关联的字段须要有索引。
阐明：即便双表 join 也要留神表索引、SQL 性能。
我总结了一份：mysql 性能优化和高可用架构实战，点此收费下载
喜爱用 join 的会通知你：我写 join 会让代码变得更简略。查数据太麻烦了，要查的数据会存到多张表里，间接在用 join 的开发效率 是最快的！
而我，我是反对 在代码里写业务逻辑 的。所有都是单表查问，在程序代码中对数据进行关联（数据库的 JOIN 无能到的事，在程序上肯定无能失去）。这样的益处就在于：SQL 简略，SQL 易复用，SQL 易优化
在绝大数状况下，咱们的 接口瓶颈都是来源于「数据库」，而非应用服务器。多 JOIN 且简单的 SQL 是不好优化的，而简略的 SQL 是比拟好优化的，并且我认为 程序逻辑往往都要比 SQL 更容易保护。
在我这两年在互联网公司中，关系型数据库在我的认知里，它就是作为一个 反对事务 的存储。如果咱们存储的数据对事务没有要求的，可能压根就不须要存储至关系型数据库中。
当初数据源 可抉择的太多了，咱们能够把数据存储到 Redis(内存数据库)、Elasticsearch（搜索引擎）、HBase（分布式、可伸缩的大数据存储）、HDFS（分布式文件系统）、clickhouse（OLAP 存储系统）等等等
基于下面这些背景下，我的查问 SQL 就不会简单，那么 Spring Data JPA 不就很适宜我了么？
04、开发之外的数据库
去到有肯定规模的公司，都会有数据库相干的根底建设，上面提下常见的根底建设吧
一、DDL 和 DML 都须要走工单
生产环境的数据库实践都不能通过本人编写接口在程序中批改（高危动作），须要修数据或者建表都须要通过工单零碎审核（个别是数据库负责人 +DBA）
比方你提交建表申请，DBA 会看你的表设计是否正当（是否有加索引等等）
二、DQL 查问线上数据须要权限
咱们要查问线上的数据，个别都得申请库的权限，有了权限之后在公司内网特定的页面进行数据查问（咱们个别只须要查团队内的数据，所以其实也还好，其余团队的数据库权限是不凋谢的，要数据个别只能通过接口获取）
三、程序上个别不直连数据库（会有代理层）
个别只有线下数据库能够通过 ip 直连，线上数据库都会通过代理层（代理层能够做很多货色，包含监控鉴权分库分表等等）
四、齐备的监控告警
数据库作为一个很重要的存储之一（如果挂了是真的影响很大），会有齐备的监控和告警。比如说执行 SQL 失败的告警、执行慢 SQL 的告警等等，对数据库的各种指标进行实时监控
05、austin 建表 DDL
如果有提前预习的同学，应该就晓得在 austin.sql 下我放了两张表的 DDL。为了让大家了解我在做什么，我来解释下这两张表的 DDL 具体是什么含意（为什么我要建这两张表）
从 message_template 这张表开始解释吧，所有的字段我都增加了正文，应该还是比拟容易看得懂的。
注：如果程序因为扩大导致数据库正文有落后，还是有必要更新下（造福前人）
咱们须要让所有的音讯都有一个「载体」，这个载体说白了就是 模板，模板是 austin 零碎的基石（有了模板，能力做业务解决，能力溯源，能力数据统计，能力扩大出一整套的建设 …）
上面聊下几个可能大家有疑难的几个字段吧：
audit_status和flow_id：模板在发送之前须要通过 审核（这在发送音讯里十分重要，这会很大水平上能避免对音讯的误发（置信大家也能看到各大公司都有过发错音讯的报道）msg_type音讯类型：分隔不同的音讯类型，能够在下发时让 不同的类型走不同的通道 进行实现音讯隔离（营销类的音讯即使堵住了，也不会影响到告诉类的音讯）send_account发送账号：一个渠道内可能会有多个账号发送（比方，邮件渠道能够抉择不同的邮件组进行发送、短信渠道能够抉择不同的短信类型账号进行发送）deduplication_time和is_ngiht_shield平台规定：作为发送类型的组件 (平台)，须要有 通用 的规定。而去重和夜间屏蔽下发这种就很适宜在平台内做msg_conteng：这个字段是作为音讯内容发送的 外围 ，不同的渠道对应下发的格局都不一样，我前面会间接将 JSON 存储进去。反对 占位符 的形式进行替换- …
有可能后续还会扩大字段（毕竟在初期思考设计表的时候，不会尽全尽美）。这种作为模板或者了解为配置的表，从应用上就注定它不会有很大的数据量。
上面来看下 sms_record 表吧，其实这表能说的不多（就是要把短信发送的记录以及短信的回执存储进去）。它的作用一方面是能追踪到为何发送给某个用户的短信失败了，另一方面是将这些记录进行关联做对账应用。
06、总结
这篇文章其实想我聊的是：数据库是一个很重要的角色，如果它挂了会影响很大很大。但同时，咱们很多时候都是“轻量级 ”地去应用它（通过简略的 SQL），它的存在很多时候是因 它能很好地反对事务（数据强一致性）。
咱们最可能信赖的数据就是存储在数据库的，其余的存储咱们可能放心会丢、会多、会不实时等等（这是数据库比其余存储的最大的劣势）
我说得不对肯定，不要以我的为准，咱们能够在评论区聊