我选择了MySQL和SpringData JPA！

Posted 2022-06-24 Java3y

我是3y，一年CRUD经验用十年的markdown程序员👨🏻‍💻常年被誉为优质八股文选手

今天想跟大家聊聊数据库层面上的事，austin项目继续更新（注：今天聊的数据库都特指关系型数据库）

01、数据库选择

之前发了一张我可能要在austin项目上引入哪些技术栈的图，好多人问我分布式配置中心为什么不选择Nacos，而是用Apollo。却没人问我为什么数据库选择mysql。

说起来MySQL，在网上看到的各类Java教程，几乎都是使用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或其他

就连我在面试的时候，我也没被面试官问过：“你的数据库为什么选择MySQL啊？这块技术选型是怎么样的”

看到这里，是不是觉得我有答案了？其实我也没有。写到一半的时候发现我也说不出啥比较好的理由…既然我不知道，于是我就去看看人家是怎么说的。

https://www.zhihu.com/question/21793412/answer/32127410

总结原因可能是：

• 前期MySQL免费开源易用，从众多厂商中硬生生搞出了生态。有了生态，很难就被干掉了。（最主要的）
• 互联网用MySQL就是用来存数据“低成本快速的数据存储插入方案”，要求也相对没那么高（这条我后面会详细聊聊）
• 很多时候对某技术选型并非是技术原因

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，但现在也基本忘得差不多了。

很多时候对某技术选型并非是技术原因（我是懒狗，我承认了）。近几年PostgreSQL很火，听说很多地方都比MySQL要好，感兴趣的小伙伴可以把austin项目的MySQL替换为PostgreSQL

对数据库选型感兴趣的大哥们也可以找点资料继续查阅资料，也很欢迎在评论区输出下自己的经验，这种话题讨论我觉得还是蛮有意思的。

跟着我一起做austin项目的小伙伴应该对关系型数据库都有所了解了，这里的基础我就不展开讲述了。对MySQL感兴趣或者准备要面试的同学，可以看看我《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框架选择

记得几年前我刚接触数据库和Java的时候，那时候要用JDBC连接数据库来操作数据，我就很不解：明明我可以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问，我也不理解我当时是怎么想的（哈哈哈哈）。后来想通了以后，也学习了很多在程序上“简化JDBC模板”的姿势（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项目中决定使用SpringData JPA作为ORM框架。

03、使用数据库的经验

这两年我是呆在互联网公司上班的，我就来聊下我个人所接触到的东西，分享下我的看法。

一般来说，每个业务团队维护着自己的数据库（一个业务团队可能就有好几个库），当我们需要某一个团队的相关数据时，团队会提供对应的RPC接口给公司内部业务使用。

这意味着数据逻辑对调用业务方而言，是透明的（调用业务方不需要关注其他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）。

这个好处是显然地：要某团队的业务数据，只要找到他们提供的接口就完事了。作为需求方，只需要调个接口就能拿到自己想要的数据。

回到数据库内部存储本身，我们会尽可能将表结构设计得更简单：在很多情况下，都会放弃数据库三大范式来设计表。

举个很简单又可能不太恰当的场景：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

但是，我们在实际中生产环境中很有可能是不设计这种关联表，而是直接把相关字段冗余在一张表里。这样在查询的时候，就能直接通过一张表查到对应的信息了，不用进行多层关联

如果按上面的结构进行查询：比如我要查到某一篇文章的作者基本信息，那我此时的动作是：

0. 关联author_content表查到文章的authorId
1. 通过authorId去author表查到作者的基本信息

如果我把authorId直接存到content表中，那就意味着少了去author_content表查询了。

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（这个话题我曾经在我的交流群中聊过，不过也是各抒所见吧）。我在以前公司接触到的项目，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。需要 join 的字段，数据类型必须绝对一致；多表关联查询时，保证被关联的字段需要有索引。

说明：即使双表 join 也要注意表索引、SQL 性能。

喜欢用join的会告诉你：我写join会让代码变得更简单。查数据太麻烦了，要查的数据会存到多张表里，直接在用join的开发效率是最快的！

而我，我是支持在代码里写业务逻辑的。所有都是单表查询，在程序代码中对数据进行关联（数据库的JOIN能干到的事，在程序上一定能干得到）。这样的好处就在于：SQL简单，SQL易复用，SQL易优化

在绝大数情况下，我们的接口瓶颈都是来源于「数据库」，而非应用服务器。多JOIN且复杂的SQL是不好优化的，而简单的SQL是比较好优化的，并且我认为程序逻辑往往都要比SQL更容易维护。

在我这两年在互联网公司中，关系型数据库在我的认知里，它就是作为一个支持事务的存储。如果我们存储的数据对事务没有要求的，可能压根就不需要存储至关系型数据库中。

现在数据源可选择的太多了，我们可以把数据存储到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

基于上面这些背景下，我的查询SQL就不会复杂，那么Spring Data JPA不就很适合我了么？

04、开发之外的数据库

去到有一定规模的公司，都会有数据库相关的基础建设，下面提下常见的基础建设吧

一、DDL和DML都需要走工单

生产环境的数据库理论都不能通过自己编写接口在程序中修改（高危动作），需要修数据或者建表都需要经过工单系统审核（一般是数据库负责人+DBA）

比如你提交建表申请，DBA会看你的表设计是否合理（是否有加索引等等）

二、DQL查询线上数据需要权限

我们要查询线上的数据，一般都得申请库的权限，有了权限之后在公司内网特定的页面进行数据查询（我们一般只需要查团队内的数据，所以其实也还好，其他团队的数据库权限是不开放的，要数据一般只能通过接口获取）

三、程序上一般不直连数据库（会有代理层）

一般只有线下数据库可以通过ip直连，线上数据库都会经过代理层（代理层可以做很多东西，包括监控鉴权分库分表等等）

四、完备的监控告警

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），会有完备的监控和告警。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，应该就知道在austin.sql下我放了两张表的DDL。为了让大家理解我在做什么，我来解释下这两张表的DDL具体是什么含义（为什么我要建这两张表）

从message_template这张表开始解释吧，所有的字段我都添加了注释，应该还是比较容易看得懂的。

注： 如果程序由于扩展导致数据库注释有落后，还是有必要更新下（造福后人）

我们需要让所有的消息都有一个「载体」，这个载体说白了就是模板，模板是austin系统的基石（有了模板，才能做业务处理，才能溯源，才能数据统计，才能扩展出一整套的建设…）

下面聊下几个可能大家有疑问的几个字段吧：

• audit_status和flow_id：模板在发送之前需要经过审核（这在发送消息里非常重要，这会很大程度上能防止对消息的误发（相信大家也能看到各大公司都有过发错消息的报道）
• msg_type消息类型：分隔不同的消息类型，可以在下发时让不同的类型走不同的通道进行实现消息隔离（营销类的消息即便堵住了，也不会影响到通知类的消息）
• send_account发送账号：一个渠道内可能会有多个账号发送（比如，邮件渠道可以选择不同的邮件组进行发送、短信渠道可以选择不同的短信类型账号进行发送）
• deduplication_time和is_ngiht_shield平台规则：作为发送类型的组件(平台)，需要有通用的规则。而去重和夜间屏蔽下发这种就很适合在平台内做
• msg_conteng：这个字段是作为消息内容发送的核心，不同的渠道对应下发的格式都不一样，我后面会直接将JSON存储进去。支持占位符的方式进行替换
• …

有可能后续还会扩展字段（毕竟在初期考虑设计表的时候，不会尽全尽美）。这种作为模板或者理解为配置的表，从使用上就注定它不会有很大的数据量。

下面来看下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使用。

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，我们很多时候都是“轻量级”地去使用它（通过简单的SQL），它的存在很多时候是因它能很好地支持事务（数据强一致性）。

我们最能够信任的数据就是存储在数据库的，其他的存储我们可能担心会丢、会多、会不实时等等（这是数据库比其他存储的最大的优势）

我说得不对一定，不要以我的为准，我们可以在评论区聊

Gitee开源仓库链接：https://gitee.com/austin

GitHub开源仓库链接：https://github.com/austin