万字长文解析谷歌日历的数据库是怎么设计的

日历的实现及数据库的创建修改等操作 /url的结构: 协议名://访问资源所在的IP地址:提供资源的端口号/资源路径。执行SQL语句 executeUpdate该用于执行增删改,返回受影响的记录行数。//url统一资源定位,用于在网络中访问指定位置的资源。万年历-------------------------"计算1900至所输年份间的总天数。计算1月至所输月份间的总天数。根据星期数决定1号打印的位置。请输入要修改的员工工号:"计算获取输入月份的天数。请输入要修改的薪资:"请输入查看的年份:"请输入查看的月份:"计算输入月份的总天数。 阅读详情

👉 这是一个或许对你有用的社群

🐱 一对一交流/面试小册/简历优化/求职解惑,欢迎加入「芋道快速开发平台」知识星球。下面是星球提供的部分资料: 

fadf2efe25aebeddab53814403859d23.gif

👉这是一个或许对你有用的开源项目

国产 Star 破 10w+ 的开源项目,前端包括管理后台 + 微信小程序,后端支持单体和微服务架构。

功能涵盖 RBAC 权限、SaaS 多租户、数据权限、商城、支付、工作流、大屏报表、微信公众号、CRM 等等功能:

  • Boot 仓库:https://gitee.com/zhijiantianya/ruoyi-vue-pro

  • Cloud 仓库:https://gitee.com/zhijiantianya/yudao-cloud

  • 视频教程:https://doc.iocoder.cn

【国内首批】支持 JDK 21 + SpringBoot 3.2.2、JDK 8 + Spring Boot 2.7.18 双版本 

来源:云原生实验室


这是一篇数据库设计教程,本教程将向大家展示如何为一个非常复杂的实际项目设计数据库表。

我们将设计一个 Google 日历的克隆版,尽可能全面地对与日历直接相关的功能进行建模。

本教程展示了即将于 2024 年夏天出版的《使用极简建模的数据库设计》一书中的数据库设计方法。您可以访问该书的在线网站,留下电子邮件地址以接收有关该书和相关资料的最新消息。

在线网站:https://databasedesignbook.com/

首先我们会构建一个完整的逻辑模型来描述要存储的日历数据。这将占据大部分内容 (约 80% 的文字)。完成逻辑模型后,我们将直接基于它来设计数据库表。

适用读者

本教程旨在帮助您从对需求的模糊想法 (例如:“我需要建立一个网站来管理健身房的日程安排和教练预约”),到完整定义数据库表。

前四分之三的内容只需要对数据库及其信息存储方式有基本了解。第 1-6 部分只讨论逻辑模型,这些模型不依赖于你使用的特定数据库 (如 MySQL、PostgreSQL、其他传统关系型数据库、NoSQL 解决方案、云数据库等)。因此,大部分内容描述的是如何对业务需求进行建模。

最后四分之一的内容展示了如何从逻辑模型转化为实际数据表结构。这部分并非面面俱到,只展示了数据库表设计的众多可能方法之一。不过,这种方法对于要求不高的系统来说已经足够。许多现有系统也部分采用这种策略进行设计。这部分内容需要您对常见数据库有更多了解:如何创建表、有哪些物理数据类型、什么是主键和索引、如何查询表以及如何插入和更新数据。

基于 Spring Boot + MyBatis Plus + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/ruoyi-vue-pro

  • 视频教程:https://doc.iocoder.cn/video/

本书的方法

通常情况下,大家一般都是一开始就直接设计表,但我们采取了不同的方法。本教程面向数据库设计新手,旨在回答以下几个重要问题:

  • 从哪里开始设计?

  • 如何确保没有遗漏任何内容?

  • 如何就数据库设计寻求反馈?

  • 如何修复设计错误?

我们首先创建一个用简单表格形式编写的逻辑模型。我们使用简短的格式化语句来定义数据属性和实体之间的关系。这有助于确保逻辑模型与实际业务需求一致。逻辑模型不依赖于特定的数据库实现方式。

第二步是在确定逻辑模型后设计物理表。这个过程非常直接:逻辑模型的每个元素都会对应一个表或列。物理模型可以根据需要依赖于特定的数据库实现。

基于 Spring Cloud Alibaba + Gateway + Nacos + RocketMQ + Vue & Element 实现的后台管理系统 + 用户小程序,支持 RBAC 动态权限、多租户、数据权限、工作流、三方登录、支付、短信、商城等功能

  • 项目地址:https://github.com/YunaiV/yudao-cloud

  • 视频教程:https://doc.iocoder.cn/video/

问题描述

我们将实现 Google 日历的大部分功能。虽然会略过一些功能,但我们会尽可能实现所有日历功能。有些领域我们只会实现到足以讨论更有趣部分的程度。最后,您将能够通过相同的过程向架构添加缺失的功能。

Google 日历是一个多用户系统。例如,用户可以与他人共享事件。我们只会实现最基本的用户相关数据。

事件是 Google 日历的核心,我们将尽可能贴近真实情况来设计它们。事件包含标题、描述等基本信息,还有地点等次要属性。

日历事件中最复杂的部分是时间和日期设置:

  • 分为 “全天” 事件和特定时间事件;

  • 两种事件都可以设置重复或不重复;

  • 全天事件:

    • 可以跨越多天;

  • 特定时间事件:

    • 可以设置时区;

    • 有开始和结束时间;

    • 开始和结束时间可能跨越不同日期;

    • 开始和结束时间可以在不同时区;

  • 两种事件都可以:

    • 每隔 N 天重复;

    • 每周重复,可选择一周中的某几天;也可以每隔几周重复;

    • 每月重复,可选择每月某天或某周几;

    • 每年重复;

    • 可以设置永久重复、重复到某日期、或重复特定次数;

对于重复事件,你可以:

  • 调整某次具体事件的日期/时间

  • 删除某次具体事件,比如取消某次每周例会

即使部分事件已经发生,你仍可以更改整个重复计划。例如,把每周二四的两次项目会议改为每两周一次的周五会议。

以下是日事件编辑表单的截图:

607c3d1277a3605bfefaa84becd8c3f1.png

第 1 部分:基本全天事件

实体

首先我们需要确定所谓的 “实体”。实体通常是名词,如 “用户” 和 “事件”。

实体的特点是可以被计数 ,比如 “没有用户”、“一个用户”、“两个用户” 等。另一个特征是可以被添加 ,如 “在数据库中添加一条用户记录”。

在简单情况下,实体非常容易识别,但在复杂情况下可能不那么明显。为了熟悉这个过程,我们会把最明显的实体也写下来。

首先想到的两个实体是:

实体物理表
用户
全天事件

实体主要用于处理 ID 和计数,具体数据由下一节讨论的属性来处理。

例如,我们的数据库表中可能有 ID 为 23 的用户,ID 为 100 的全天事件等。

我们暂时不讨论最后一列 (“物理表”),会在后面的 “创建 SQL 表” 部分介绍物理模型。

为了验证是否找到了正确的实体,我们可以用实体名称构造句子。如果句子通顺有意义,那就是一个有效的实体。示例句子:

  • “我们的数据库中有 200 个用户”;

  • “提交这个表单后,数据库会新增一个用户”;

对于全天事件,我们也可以构造类似的句子:

  • “我们的数据库中有 3000 个全天事件”;

  • “点击这个按钮时,会创建一个新的全天事件”;

这些句子在处理更复杂的情况时会很有用。如果这些句子没有意义,那么它可能是一个属性:

  • “我们的数据库中有 400 个价格” (这句话不合理);

  • “当提交这个表单时,一个新的价格被添加到数据库中” (这句话不合理)

用户的属性

属性存储了关于实体的实际信息。

我们应该为用户建模哪些数据?用户数据在各种系统中都很常见,不同的系统可能需要存储大量关于用户的信息。在这篇文章中,我们只会对用户数据的最基本部分——电子邮件进行建模。

实体问题逻辑类型示例值物理列物理类型
用户这个用户的邮箱是什么字符串“cjdate@example.org”

我们在这里可以看到什么:

  • 这个属性属于在上一节中定义的用户实体 ;

  • 我们使用问题 来描述各种属性的特征。稍后我们将讨论为什么我们更喜欢这种风格,而不是 “用户的电子邮件” 之类的表述;

  • 逻辑类型 非常简单。如果你期望在这里看到 “‘VARCHAR (128) ‘” 之类的内容,那么答案是否定的,我们稍后会讨论这个;

  • 我们展示了一个示例值 ,这有助于我们确认我们的想法。再次强调,在简单的情况下这是非常明显的,但它可以帮助审阅者确认每个人都达成一致。

  • 我们暂时不会处理最后两列,我们稍后会在本文中讨论物理模型 。

我们稍后会看到更多逻辑类型的例子。我们在书中详细讨论了逻辑类型。

让我们稍微提前看一下关于用户的表格数据是什么样子的。我们将使用一个简单的策略来设计物理表,所以结果将完全不令人惊讶:

表 ‘users‘

idemail…
2“cjdate@example.org”…
3“someone@else.com”…
………

这只是展示最终结果的一部分,让你知道我们的目标是什么。这里,ID 为 2 的用户的电子邮件是 “cjdate@example.org”,ID 为 3 的用户的电子邮件是 “someone@else.com”。

除此之外,我们不会详细讨论用户。

日程事件的属性

假设我们想安排一个从 2024 年 1 月 14 日开始的为期两天的公司团建。就实体而言,这将是一个日程事件。

根据上面的描述,我们可以看到我们需要存储以下关于日程事件的数据:

  • 事件的名称;

  • 事件的开始日期和结束日期

让我们在表格中记录这些信息:

实体属性逻辑类型示例值物理实现
日程事件这个日程事件的名称是什么文本“公司团建”
日程事件日程事件何时开始日期2024-01-14
日程事件日程事件何时结束日期2024-01-15

我们可以观察到以下几点:

  • 我们定义了前三个属性;

  • 我们没有给属性设置简短的名称,这可能会给我们带来一些不便。我们期望有类似 “DayEvent_name” 这样的标识,以便在文本后面引用该属性。我们稍后会回到这个话题。

  • 我们引入了一个新的逻辑类型:日期。在本节中我们不需要处理时区问题。

  • 对于实际日历中的大多数事件,开始日期和结束日期可能是相同的 (大多数事件是单日事件)。我们将在两个属性中存储相同的日期。这允许我们将特殊情况 (单日事件) 作为一般情况 (多日事件) 来处理。这是一种通用的设计策略,但我们稍后会研究这种思路是否总是适用。

链接

我们在哪里存储特定用户创建了特定 DayEvent 的信息?乍一看,这可能看起来像是 DayEvent 的一个属性,对吧?(实际上,不是)

实体问题逻辑类型示例值物理列物理类型
DayEvent哪个用户创建了这个 DayEvent数字2

属性不能包含 ID (标识符)。相反,当涉及两个实体时,我们需要使用链接。

⚓实体 1 * ⚓实体 2句子(主语,谓语,宾语,基数)基数(1:N, M:N, 1:1)物理表或列
User < DayEvent用户创建多个 DayEvents。DayEvent 由仅一个用户创建。1:N

链接有助于为许多复杂场景确定正确的设计。要描述链接,你需要写下两个句子。如果这些句子没有意义或与业务现实不符,你就避免了一个设计错误。

我们在这个表中看到什么:

  • 链接连接两个实体 。实体可以不同,就像这里一样,也可以相同。例如,“员工是另一个员工的经理” 就是这种链接的一个例子。

  • 为了指定多重性 ,我们使用一种带有 “< ” 字符的自定义表示法 (其他可能性包括:“— ”、“= ” 和 “> ”)。这与 “1:N” 相同,但还可以让你指定哪个实体是 “只有一个” 的,哪个是 “多个” 的。

  • 我们使用两个规范化的句子 ,其中包含两个实体、一个动词和关于多重性的信息。这些句子让我们能够验证和记录我们的设计。

  • 我们在单独的列中再次以更常见的方式写下多重性。确定多重性至关重要,所以我们对此非常重视。

(当然,我们稍后会更详细地讨论这些链接。)

物理模型预览

再次跳到前面:如果我们现在停下来,试图为到目前为止的模式写下物理设计,这就是我们将看到的。这只是为了确认我们正朝着熟悉的方向前进。

表:‘day_events‘



‘id‘‘name‘‘begin_date‘‘end_date‘‘user_id‘
20“Company retreat”2024-01-142024-01-153
……………

我们将在 “创建 SQL 表” 部分稍后讨论物理模型。

第 2 部分:时间事件

在上一节中,我们讨论了基本的非重复日期事件。来看看我们的建模方法是如何处理时间事件的。

我们将日期事件建模为具有以下属性的 DayEvent 实体:

  • 这个 DayEvent 的名称是什么?

  • DayEvent 的开始时间是什么?

  • DayEvent 的结束时间是什么?

此外,我们还定义了用户和 DayEvent 之间的链接:“用户创建多个 DayEvents”

让我们快速草拟一下时间事件,看看它与日期事件有何不同。引用 “问题描述” 部分:

  • “时间事件:

    • 可以有关联的时区;

    • 有开始和结束时间;

    • 开始和结束时间可以发生在不同的日期;

    • 开始和结束时间可以在不同的时区;“

时区

每个国家和地区都采用一个或多个时区。时区定义偶尔会发生变化。每个国家作为主权国家,可以决定改变其时区定义。

时区可能使用夏令时,也可能保持统一。新的时区可能会被引入或废除。在本文中,我们不会深入探讨处理时区定义的复杂性。如果你真的要实施一个严肃的全球日历解决方案,你可能需要一个专门的团队来处理这些问题。

然而,在本教程中,我们将实现完全支持时区的事件,这在实践中是可用的。

我们有一个生动的例子:飞机票 。飞机经常跨越时区边界,你的机票上的起飞和降落时间会在不同的时区。比如,有一个从阿姆斯特丹到伦敦的航班,于 12 月 24 日 16:50 (阿姆斯特丹时间) 起飞,17:05 (伦敦时间) 降落。因此,飞行时长为 1 小时 15 分钟。

时区激发了许多程序员之间流传的故事。有许多博客文章、恐怖故事、“每个程序员都应该知道的事情” 和其他与时区相关的文本,特别是在数据库上下文中。此外,许多系统在夏令时转换期间以各种方式出现故障。我们将只讨论我们目的所需的内容,并简要提及一些需要考虑的重要事项。

实体

话虽如此,我们似乎需要添加两个实体:

实体物理表
时区
时间事件

世界上有几十个时区。我们可以通过写下示例句子来确认时区实体的有效性:

  • “我们的数据库中存储了 120 个时区”;

  • “当这个导入脚本完成时,一个新的时区被添加到我们的数据库中”

(时区数据结构在下面讨论)

时间事件的句子也很直接:

  • “我们的数据库中有 2500 个时间事件”;

  • “当点击这个按钮时,一个新的时间事件被创建”;

时区的属性

就本文而言,我们只会对时区进行非常简单的建模。基本上,我们只会引入一个属性:

实体问题逻辑类型示例值物理列物理类型
时区这个时区的显示名称是什么字符串“Europe/Kyiv”

我们不会深入讨论时区实际是如何定义的。我们假设有一个配套的逻辑模型来描述时区的结构。此外,我们假设有一个函数,它接受指定时区的本地时间并返回 UTC 时间,或将 UTC 时间转换为指定时区的本地时间。这将在下一节中详细讨论,届时我们将谈论重复事件。

为清晰起见,以下是时区定义中还应包含的内容:

  • 该时区的 UTC 偏移量是多少?

  • 该时区是否有夏令时?

  • 夏令时何时开始,何时结束?

  • 夏令时生效时的 UTC 偏移量是多少?

  • 我们还需要对时区的先前定义进行建模。例如,政府可能决定更改夏令时生效的日期,或取消夏令时等

  • 该时区是否仍在使用或已废弃?

这是一个不完整的列表。使用我们的方法对所有这些数据进行建模是可能的,但这是一个单独的、相当技术性的练习。

让我们回到事件。

TimeEvent 的属性

实体问题逻辑类型示例值物理列物理类型
TimeEvent这个 TimeEvent 的名称是什么字符串“跟进会议”

TimeEventTimeEvent 何时开始日期/时间(本地)2024-01-14 12:30

TimeEventTimeEvent 何时结束日期/时间(本地)2024-01-14 13:15

注意,我们在这里使用的是本地时间。你可能读到过,时间应该以 UTC 时间 (不带任何时区) 存储,然后使用首选时区格式化以供人类阅读。

这里我们面临不同的情况。时区可能会发生变化。假设我们安排了一场台球赛,定于 2058 年 9 月 6 日,科隆当地时间 09:30 到 11:00。目前我们不知道那时该时区的 UTC 偏移量会是多少。这样做的好处是,我们必须按用户输入的原样存储数据,然后随着当地法规的变化进行调整。

链接

我们这里有两个非常相似的链接

⚓实体 1* ⚓实体 2句子(主语、谓语、宾语、数量关系)基数关系(1:N, M:N, 1:1)物理表或列
Timezone < TimeEventTimezone 被用于多个 TimeEvents 的开始 时间 TimeEvent 的开始 时间仅使用一个Timezone1:N
Timezone < TimeEventTimezone 被用于*多个 TimeEvents 的结束 时间 TimeEvent 的结束 时间仅使用一个 Timezone1:N
User < TimeEventUser 创建多个 TimeEvents TimeEvent 由仅一个 User 创建1:N

这两个链接的定义仅在一个词上有所不同 (“开始” 与 “结束”)

大多数时间事件在开始和结束时间都会使用相同的时区。我们将其设计为通用情况:即使时区相同,我们也总是同时指定两者。这种方法将有助于我们习惯处理更复杂的情况。

日期事件和时间事件的相似之处

全天事件和时间事件看起来很相似。是否有必要考虑将它们统一?

例如,两种事件都有名称。此外,“日期” 和 “日期时间” 之间有多大区别?我们还可以观察到,这两种类型的事件会有更多共同的数据,如 “地点”、受邀嘉宾列表、“描述” 等。也许我们可以将这些提取到这两个 anchor (锚点) 之间共享的某个组件中。

幸运的是,逻辑建模允许我们在做出决定之前稍作等待。毕竟,这只是一些简单的表格,我们可以在确定物理表实现之前重新调整。

不过,目前我们想收集更多关于我们迄今为止看到的两种类型事件的相似性 (更重要的是,差异性) 的信息。此外,我们还想看看是否会有更多类型的事件,以及它们有哪些属性和链接。

第 3 部分:重复的全天事件

正如我们可能记得的初始问题描述:

“全天事件和时间事件都:

  • 可以每天重复,或每 N 天重复一次;

  • 可以每周重复,在一周中的某些天;同样,它可以每两周或更多周重复一次;

  • 可以每月重复,在某一天或某一周的某一天;

  • 可以每年重复;

  • 重复事件可以无限期进行,或持续到某个特定日期,或重复特定次数;“

在本节中,我们将只讨论全天事件。稍后我们将看到最小建模方法如何处理不同 anchor 之间的共性,在这种情况下是时间事件。此外,我们还将看到逻辑模式是如何变化的:我们将以此为例,说明在引入更好的设计方法时如何编辑设计草案。请记住,所有这些都发生在我们开始考虑数据库表之前,所以这是一个非常顺畅的过程:你不需要担心表的迁移问题。

如果你考虑上面列出的要点,你的反应可能是:“我们可能需要使用 JSON 来处理这个问题。” 这可能是对的,但 JSON 属于物理表设计,所以我们现在不会讨论这一点。我们将在逻辑层面设计所有需要的内容,之后再看看有哪些物理选项。

属性#1,频率

让我们问第一个问题,希望它能帮助我们找到一个属性:“这个事件多久重复一次?” 看看事件编辑表单,我们可以看到这个问题的可能答案:a)从不;b)每天;c)每周;d)每月;e)每年。

我们说这样的属性具有 “多选一” 类型。让我们把它写下来作为一个属性:

实体问题逻辑类型示例值物理列物理类型
DayEvent(日程事件)这个日程事件多久重复一次多选一daily weekly monthly annually

对于多选一属性,我们在 “示例值” 列中显示所有可能值的完整列表。

对于从不重复的事件我们该怎么办?在逻辑层面,一个属性要么被设置为特定值,要么不设置:这是最小建模的基本原则 。所以如果这个属性没有设置,那么这个事件就不会重复。

属性#2,关联属性

继续阅读,我们看到对于所有四种频率,还有一种额外的可能性。事件可以每 N 天、每 N 周、每 N 月和每 N 年重复一次。我们把它写下来:

实体问题逻辑类型示例值物理列物理类型
DayEvent(日程事件)对于重复事件而言:重复间隔是多少整数2 (every two days/weeks/etc)

这是我们第一个关联属性 的例子。它的值只有在另一个属性被设置时才有意义。我们通过在问题中添加 “对于重复事件而言:” 来指定这一点。

注意,这只是一个人类可读的表示法,我们不会在这里讨论如何编写机器可读的逻辑模式。

属性#3

当你指定一个每月事件时,你有两个选项:每月固定日期重复 (比如每月 16 日),或在每月相同的星期几重复 (比如每月第二个星期二)。基准日期取自前面讨论过的普通 “DayEvent 何时开始” 属性。

我们来尝试定义这个属性:

实体问题逻辑类型示例值物理列物理类型
DayEvent对于每月重复的事件:它在每月的哪一天发生枚举类型same_day same_weekday

星期几:微实体

事件可以每周重复,在一周的特定几天。例如,我们可以有一个每周在周一、周三和周五重复的事件。我们在哪里存储这个信息?

我们可以从一个这样的属性开始:

实体问题逻辑类型示例值物理列物理类型
DayEvent对于每周重复的事件:它在一周的哪几天重复字符串数组(Array of strings)[“Mon”, “Wed”, “Fri”] ???

这种方法可行吗?现代数据库系统如 Postgres 和 MySQL 原生支持存储数组:Postgres 有一个数组类型,它们都有 JSON 类型,所以你可以在单个表列中存储整个数组。尽管我们讨论的是逻辑层面,这种类比至少可以帮助确认这种方法的合理性。此外,当我们讨论物理表模式时,我们完全有可能决定以这种方式存储该信息。

然而,极简建模采用的方法要求我们引入一个名为 DayOfTheWeek 的新实体。

实体物理表ID 示例
DayOfTheWeek
“Mon”, “Tue”, “Wed”, “Thu”, “Fri”, “Sat”, “Sun”

这是一个常见实体的例子,类似于货币、语言和国家。我们在 https://minimalmodeling.substack.com/p/currencies-countries-and-languages 中讨论了众所周知的实体。

DayOfTheWeek (星期) 这个实体看起来可能有点奇怪,因为它非常小。这里只有七个可能的 ID,而且永远不会增加新的。此外,这些 ID 不同寻常,因为它们是字符串,而不是常用的整数。但引入它有助于保持建模方法的简单性。

你还可以为这个实体引入一些属性,比如星期的人类可读名称。这留给读者作为练习。

现在回到我们的任务。我们有两个实体:DayEvent (日事件) 和 DayOfTheWeek (星期)。要连接它们,我们需要一个链接。

⚓实体 1 **** * ⚓实体 2句子(主语,谓语,宾语,关系)关系(1:N, M:N, 1:1)物理表或列
DayEvent = DayOfTheWeek对于每周重复的 DayEvent:DayEvent 可能发生在多个 DayOfTheWeek 上。DayOfTheWeek 可以包含多个 DayEventM:N

这是一个相当正常的链接,但是相互关联的,就像我们之前看到的属性一样。这个链接只有在对应于每周重复的 DayEvent 时才有意义。

建模完成了吗

我们如何确保建模已经完成?如果没有完成怎么办?

让我们重新审视一下原始需求,并突出显示我们已经涵盖的部分:

“既包括全天 事件,也包括基于时间的事件:

  • 可以每天 重复,或每 N 天 重复;

  • 可以每周 重复,在某些星期;同样,它可以每两周 或更多周 重复;

  • 可以每月 重复,在某一天 或某个星期 ;

  • 可以每年 重复;

  • 重复事件可以永远持续,直到某个特定日期,或重复特定次数;“

好的,现在我们可以看到我们忘记了事件重复的次数。需求中相应的部分没有被标记。让我们来修复这个问题。

重复限制:更多相互关联的属性

“重复性事件重复多长时间?” 这看起来是一个合理的句子来定义属性。有三种可能的答案:“永远”、“直到特定日期” 和 “特定重复次数”。

实体问题逻辑类型示例值物理列物理类型
DayEvent对于重复事件:DayEvent 重复多长时间多选一forever until_date N_repetition

现在我们可以添加最后两个缺失的部分:具体日期和重复次数。

锚点问题逻辑类型示例值物理列物理类型
DayEvent对于重复到某个日期的事件:结束日期是什么?日期2024-01-17

DayEvent对于重复特定次数的事件:重复多少次?整数10

完事。

现在快速总结一下这里定义的数据片段:

  • 锚点:DayEvent

    • 属性:(直到某个日期) 重复何时结束?

    • 属性:(重复特定次数) 重复多少次?

    • 属性:(对于每月重复) 它在哪一天发生?

    • 链接:(对于每周重复) 发生在某些 DaysOfTheWeek;

    • 属性:重复频率是多少?

    • 属性:重复的步长是多少?

    • 属性:重复持续多长时间?

  • 锚点:DayOfTheWeek

一个额外的锚点;六个属性,其中一些相互交织;一个链接。

第 4 部分:渲染日历页面

到目前为止,我们讨论的是日历的记账部分。我们对整个事件系列只有一条记录。十次每周项目状态会议对应一条单一的数据库记录。我们朋友无限次数的生日对应一条单一的数据库记录。

让我们回到我们正在开发的应用程序:一个日历。我们需要显示用户日历的每周视图:比如说,从 2 月 26 日开始到 3 月 3 日的七天。我们需要在那一页上显示哪些事件?假设那周有一次每周项目状态会议 (共十次中的一次)。如果生日 (年度事件) 落在那周,我们需要显示它。

所以,我们需要编写某种 SQL 查询,看起来像这样的伪代码:

SELECT …
FROM …
WHERE <date> BETWEEN ‘2024-02-26’ AND ‘2024-03-26’;

这可能需要多个 SQL 查询,甚至是一些编程语言的代码。我们目前考虑的数据结构相当复杂。要找出某一周需要显示的事件,你需要考虑很多因素。这可能很快就变得不切实际。

关于节奏的说明

我花了几个月的时间来写这一章。我一直在深入思考这个问题很多。我对我心目中的最终状态已经有了相当清晰的理解,只需要把它写下来。

但如果我现在就向你展示完整的表格设计,对于我们学习数据库设计这个目标来说并不有用。如果我直接向你展示最终的表格设计,你可能无法理解我做出这些决定的原因。

同时,我也不想展示太多细小的渐进式变化,以免文章过长。所以我们需要找个折中的方案。

我们从如何渲染周视图这个问题开始讨论。现在让我们考虑日历应用的另一个必备功能:修改或取消系列事件中的某些事件 。比如说,你安排了十次每周项目会议,但因为某天天气特别好,你想取消其中一次。我们之前设计的数据模型不需要改变,但我们需要为显示和修改功能增加一些新的锚点、属性和关联。

总体思路

我们要引入一个新的锚点,用来存储系列中每个具体事件的信息。比如说,如果我们有 10 次每周项目例会,我们就会在某个表中创建十行数据。每条记录对应一个具体日期 (如 2024-02-12、2024-02-19 等)。

这样做有两个好处:

  1. 这会使渲染变得非常简单。你可以轻松找出某天要发生的所有事件。

  2. 这允许我们重新安排或取消系列中的某些事件。比如原定每周四 12:00 开会,某周想改到 14:00 (甚至换个日子),这都不是问题。而且不会影响我们之前定义的 TimeEvent 锚点中的原始数据。

另外,如果只想跳过某一次例会,我们可以直接把那天标记为 “跳过”。

日期槽位

首先得给这些东西起个名字,这有时候还真不容易。就在五分钟前喝茶时,我突然想到可以用 “槽位” (slot) 这个词。

和之前一样,我们还是要把按天的事件和按时间的事件分开处理。所以我们会有 DaySlot (日期槽位) 和 TimeSlot (时间槽位) 两个锚点。我们先来看看日期槽位:

锚点物理表格
DaySlot

DaySlot 只需要很少的几个属性就够了:

锚点问题描述逻辑类型示例值物理列物理类型
DaySlot这个槽位对应哪一天日期2024-02-12

DaySlot这个槽位是否被跳过是/否是

注意,用户可以更改特定槽位的日期。这样我们就能轻松满足之前提到的需求了。

最后,我们还需要把 DaySlot 和对应的 DayEvent 关联起来。

⚓ 锚点 1 **** * ⚓ 锚点 2关系描述关系类型物理表或列
DayEvent < DaySlot一个 DayEvent 可能生成多个 DaySlots,每个 DaySlot 仅对应一个 DayEvent一对多 (1:N)

需要注意的几点:

  1. 我们为每个 DayEvent 创建 DaySlot,包括非重复事件。这样做可以简化渲染代码。

  2. “” 无限 “重复事件” 带来了一个有趣的问题。例如,添加朋友的年度生日时,应该创建多少个 DaySlots?一种方法是设定一个合理的期限 (如 100 年),一次性创建所有时间段。另一种方法是按需创建,当用户查看远期日历时再生成相应的 DaySlots。

  3. 每个时间段可能有不同的信息。比如,会议地点可能变化,参会人员可能增减,实际出席情况肯定会有差异。这些细节很容易建模,只需添加更多链接将 DaySlot 与其他相关信息连接即可。

  4. 此外,日期计算需要格外小心。例如,2 月 29 日出生的人的生日如何处理?我们可能会禁止创建这样的事件,或让用户选择提前或延后一天。同样,每月 31 日的重复事件在短月也需要特殊处理。

练习:TimeSlots

给坚持不懈的读者的练习:思考如何为 TimeSlot 设计锚点、属性和链接。按照前面介绍的格式,填写相应的表格。别忘了考虑时区的影响。

设计时需要考虑多长远

有时候,考虑更多相关需求能帮助我们做出更好的设计。就像本章所做的:我们不仅考虑了页面渲染,还考虑了修改系列事件中个别事件的需求。

有时候,独立考虑各个需求也能带来更好的设计。在前面的章节中,我们分开处理了基于时间和基于日期的事件。

到目前为止,我们只关注已知的需求,没有考虑假设的未来需求。我们是否应该预想一些可能有用的功能,并提前设计呢?只考虑已知需求可能会导致设计过于局限。

另一方面,有时人们会考虑一些实际上永远不会用到的功能。这样可能会引入不必要的复杂性,增加开发和维护的难度。

在设计时,我们总是面临着这两种倾向的风险。要找到平衡并不容易,需要经验和判断力。基于极简建模的逻辑设计坚持 “只建模必要部分” 的原则。我们之所以能这样做,是因为极简建模将需求变化视为常态。同时,极简建模也有意避免引入过多抽象概念。

我们将在本书后续章节中深入探讨物理设计的这一方面。我们会介绍 “Game of Tables” (表格游戏) 的概念,以及 Date’s Demon (Date 的恶魔) 的思想。

第 5 部分:日历页面中时间事件的呈现

对于重复性的时间事件,我们采用与全天事件相同的处理方法。我们将引入一个名为“时间段(TimeSlot)”的锚点。时间段(TimeSlot)对应特定日期和时间的具体事件。一个重复事件可能对应多个时间段(TimeSlots)。

时间段可以像全天事件一样手动调整或取消。

以下是锚点定义:

锚点物理表
时间段

时间段的属性如下:

锚点问题逻辑类型示例值物理列物理类型
时间段时间段开始时间是?日期/时间(本地)2024-01-14 12:30

时间段时间段结束时间是?日期/时间(本地)2024-01-14 13:15

时间段是否跳过该时间段?是/否yes

单个时间段通常可以移动到不同日期,因此我们需要保留这一信息。对于开始/结束时间,我们应使用哪个时区?正如您可能还记得第 2 部分所提到的,在 Google 日历中,您可以为开始和结束时间设置不同的时区。仔细想想,为时间段保留这一特性也是有意义的。

⚓锚点 1 * ⚓锚点 2句子(主语、谓语、宾语、基数)基数(1:N、M:N、1:1)物理表或列
时区 < 时间段时区用于多个时间段的开始 时间 时间段的开始 时间仅使用一个时区1:N
时区 < 时间段时区用于多个时间事件的结束 时间 时间段的结束 时间仅使用一个时区1:N

此外,我们需要将时间段与时间事件关联起来,就像我们处理全天事件段/全天事件那样:

⚓锚点 1 **** * ⚓锚点 2句子(主语、谓语、宾语、基数)基数(1:N、M:N、1:1)物理表或列
时间事件 < 时间段时间事件可能生成多个时间段 时间段仅对应一个时间事件1:N

与全天事件段(DaySlot)一样,即使对于非重复的时间事件,我们也会创建时间段(TimeSlot)。

第 6 部分:目前完整的逻辑模型

让我们回顾一下到目前为止我们设计的所有内容。这是一个数据库设计中的实体-关系模型。

首先,完整的实体类型列表(共 7 个):

实体类型数据表ID 示例
用户

时区

全天活动

时间活动

星期几
“Mon”, “Tue”, “Wed”, “Thu”, “Fri”, “Sat”, “Sun”
全天时间段

时间段

注意:表格中的空白单元格为原文所有。

其次,属性列表(按实体类型排序):

实体类型问题数据类型示例值数据列物理类型
UserWhat is the email of this User?string“cjdate@example.org”

TimezoneWhat is the human-readable name of this Timezone?string“Europe/Kyiv”

DayEventWhat is the name of this DayEvent?string“Company retreat”

DayEventWhen does the DayEvent begin?date2024-01-14

DayEventWhen does the DayEvent end?date2024-01-15

DayEventHow often is that DayEvent repeated?either/or/ordaily weekly monthly annually

DayEventFor repeated events: what is the repetition step?integer2 (every two days/weeks/etc)

DayEventFor monthly repeated events: which day of the month does it fall on?either/or/orsame_day same_weekday

DayEventFor repeated events: for how long does the DayEvent repeat?either/or/orforever until_date N_repetitions

DayEventFor events repeated until a certain date: what is the date?date2024-01-17

DayEventFor events repeated for a certain number of reps: how many reps?integer10

TimeEventWhat is the name of this TimeEvent?string“Catch-up meeting”

TimeEventWhen does the TimeEvent begin?date/time (local)2024-01-14 12:30

TimeEventWhen does the TimeEvent end?date/time (local)2024-01-14 13:15

DaySlotOn which day does this DaySlot happen?date2024-02-12

DaySlotIs this DaySlot skipped?yes/noyes

TimeSlotWhen does the TimeSlot begin?date/time (local)2024-01-14 12:30

TimeSlotWhen does the TimeSlot end?date/time (local)2024-01-14 13:15

TimeSlotIs this TimeSlot skipped?yes/nono

第三,链接列表(无特定顺序):

⚓实体 1 * ⚓实体 2句子(主语、谓语、宾语、基数)关系类型 (1:N, M:N, 1:1)物理表或列
User < DayEventUser creates many DayEvents DayEvent is created by only one User1:N
User < TimeEventUser creates many TimeEvents TimeEvent is created by only one User1:N
Timezone < TimeEventTimezone is used for the start time of many TimeEvents TimeEvent uses only one Timezone for the start time1:N
Timezone < TimeEventTimezone is used for the end time of many TimeEvents TimeEvent uses only one Timezone for the end time1:N
DayEvent = DayOfTheWeekFor weekly repeated DayEvents: DayEvent may happen on several DaysOfTheWeek DayOfTheWeek can contain several DayEventsM:N
TimeEvent = DayOfTheWeekFor weekly repeated TimeEvents: TimeEvent may happen on several DaysOfTheWeek DayOfTheWeek can contain several TimeEventsM:N
DayEvent < DaySlotDayEvent may generate several DaySlots DaySlot corresponds to only one DayEvent1:N
TimeEvent < TimeSlotTimeEvent may generate several TimeSlots TimeSlot corresponds to only one TimeEvent1:N
Timezone < TimeSlotTimezone is used for the start time of many TimeSlots TimeSlot uses only one Timezone for the start time1:N
Timezone < TimeSlotTimezone is used for the end time of many TimeEvents TimeSlot uses only one Timezone for the end time1:N

最后,这里是一个展示所有实体和链接(但不包括属性)的示意图:

7ee61ba18030e3a1e078e41b8c21ed9e.png

第 7 部分 创建 SQL 表

在前面的章节中,我们已经定义了完整的逻辑模型,所以大部分工作实际上已经完成了。剩下的工作就相当简单明了了。

出于教学目的,我们将使用一种特定的表设计策略:“每个锚点对应一张表”。这是物理表设计中最常见的方法之一。还有几种其他可能的策略,我们会在书中讨论它们。

到目前为止,我们有 7 个锚点、21 个属性和 10 个链接。鉴于我们使用“每个锚点对应一张表”的策略,我们将会有 7 + 2 = 9 张表(锚点数量 + M:N 链接数量),总共 21 + 8 = 29 个列(属性数量 + 1:N 链接数量)。如果我们的逻辑设计正确描述了业务需求,那么数据库表就会自动正确。我们将在书中讨论不断变化的需求。此外,我们还会讨论设计错误以及如何修复它们。

我们将重新审视上一节的表格,并填写我们的设计选择:

  • 对于实体,填写“数据库表”列;

  • 对于每个属性,填写“物理列”,并选择“物理类型”;

  • 对于每个多对多关系,选择数据库表的名称;

  • 对于每个一对多关系,在对应 N 端实体的表中填写列名;

实体:为数据库表选择名称

这里我们只是为每个表选择一个简单明了的复数名称

实体数据库表标识符示例
Userusers
Timezonetimezones
DayEventday_events
TimeEventtime_events
DayOfTheWeekdays_of_the_week NB: this table may be virtual, see below“Mon”, “Tue”, “Wed”, “Thu”, “Fri”, “Sat”, “Sun”
DaySlotday_slots
TimeSlottime_slots

某些公司或应用程序可能会采用不同的命名规范(如单数形式、驼峰命名法等)。在这种情况下,你只需使用符合该规范的名称即可。

属性:选择列名和物理类型

对于物理列名 ,我们选择一些合理的名称。例如:

  • day_events.end_date 将是 “When does the DayEvent begin?” 属性的列名;

  • time_slots.is_skipped 将是 “Is this TimeSlot skipped?” 属性的列名。

依此类推。由于关系数据库的工作方式,你必须选择一个非常简短的名称作为列名。在许多情况下,这个名称本身不足以充分解释数据的含义。这是我们从逻辑模式开始,并使用更长的人类可读问题来定义属性语义的原因之一。

对于物理类型 ,我们选择一个合理的类型,不做过多讨论。这个主题在书中有广泛的介绍。书中还有每种逻辑类型的推荐数据类型列表,我们可以直接使用它。

如果你正在使用现有系统,可能需要为列选择替代的物理数据类型。例如,你的数据库服务器可能支持更适合的数据类型;或者可能有一些工程准则使你选择不同的数据类型。

我们将在书中讨论这种差异。然而,对所有物理设计问题的全面讨论远远超出了任何书籍的范围。这是你在职业生涯中需要不断学习的内容,而且会随着新技术的出现而变化。

锚点问题逻辑类型示例值物理列物理类型
UserWhat is the email of this User?string“cjdate@example.org”users.emailVARCHAR(64) NOT NULL
TimezoneWhat is the human-readable name of this Timezone?string“Europe/Kyiv”timezones.nameVARCHAR(64) NOT NULL
DayEventWhat is the name of this DayEvent?string“Company retreat”day_events.nameVARCHAR(128) NOT NULL
DayEventWhen does the DayEvent begin?date2024-01-14day_events.begin_dateDATE NOT NULL
DayEventWhen does the DayEvent end?date2024-01-15day_events.end_dateDATE NOT NULL
DayEventHow often is that DayEvent repeated?either/or/ordaily weekly monthly annuallyday_events.repeatedVARCHAR(24) NULL
DayEventFor repeated events: what is the repetition step?integer2 (every two days/weeks/etc)day_events.repetition_stepINTEGER NULL
DayEventFor monthly repeated events: which day of the month does it fall on?either/or/orsame_day same_weekdayday_events.repeated_monthly_onVARCHAR(24) NULL
DayEventFor repeated events: for how long does the DayEvent repeat?either/or/orforever until_date N_repetitionsday_events.repeated_untilVARCHAR(24) NULL
DayEventFor events repeated until a certain date: what is the date?date2024-01-17day_events.repeated_until_dateDATE NULL
DayEventFor events repeated for a certain number of reps: how many reps?integer10day_events.repeated_repsINTEGER NULL
TimeEventWhat is the name of this TimeEvent?string“Catch-up meeting”time_events.nameVARCHAR(128) NOT NULL
TimeEventWhen does the TimeEvent begin?date/time (local)2024-01-14 12:30time_events.begin_local_timeDATETIME NOT NULL
TimeEventWhen does the TimeEvent end?date/time (local)2024-01-14 13:15time_events.end_local_timeDATETIME NOT NULL
DaySlotOn which day does this DaySlot happen?date2024-02-12day_slots.the_dateDATE NOT NULL
DaySlotIs this DaySlot skipped?yes/noyesday_slots.is_skippedTINYINT UNSIGNED NOT NULL DEFAULT 0
TimeSlotWhen does the TimeSlot begin, in local time?date/time (local)2024-01-14 12:30time_slots.begin_local_timeDATETIME NOT NULL
TimeSlotWhen does the TimeSlot end, in local time?date/time (local)2024-01-14 13:15time_slots.end_local_timeDATETIME NOT NULL
TimeSlotIs this TimeSlot skipped?yes/noyestime_slots.is_skippedTINYINT UNSIGNED NOT NULL DEFAULT 0

在这个问题中,我们使用了约一半的逻辑属性类型,包括:

  • 字符串:4 个属性;

  • 日期:4 个属性;

  • either/or/or(多选一):3 个属性;

  • 整数:2 个属性;

  • 日期/时间(本地):4 个属性;

  • 是/否:2 个属性。

你可以看到,同一逻辑类型的属性的物理定义几乎相同。主要区别在于:a) 字符串的最大长度;b) ‘NULL‘ 与 ‘NOT NULL‘。

我们选择“NOT NULL”用于业务要求必须有值的属性。例如,事件名称或全天事件的开始日期。对于可选属性,我们选择允许空值的物理类型(“NULL”)。我们在书中讨论了可空性,但请注意,“NULL”仅存在于物理模式中。

与 NULL 类似,所谓的“哨兵值”(sentinel values)在逻辑建模中也不存在。

1:N 关系

对于 1:N 关系,我们在 N 端的锚点表中添加一列。例如:

⚓锚点 1 * ⚓锚点 2关系描述(主语,谓语,宾语,基数)关系类型(1:N,M:N,1:1)物理表或列
User < DayEventUser creates many DayEvents DayEvent is created by only one User1:Nday_events.user_id
DayEvent < DaySlotDayEvent may generate several DaySlots DaySlot corresponds to only one DayEvent1:Nday_slots.day_event_id

选择列名通常很简单。唯一的复杂情况是当两个锚点之间存在两个或更多不同的关系时。我们在时区的情况下遇到了这种情况,我们将使用两个不同的列。

M:N 关系

对于 M:N 关系,我们必须为每个关系创建一个单独的中间表。每个这样的表结构几乎相同,只是列名不同。

我们只需为这样的表找一个好名字。没有一种适用于所有情况的命名方法,你需要尝试一些组合,寻求可读性。对于关系来说,这尤其困难,因为不清楚两个锚点中哪个更重要应该放在前面。

与属性一样,由于关系数据库的工作方式,表名需要相当简短。在许多情况下,仅凭名称本身不足以完全解释数据的含义。这是我们准备逻辑模式并使用人类可读的句子来定义关系语义的原因之一。

无论如何,这里是完整的关系表,其中包含为表和列选择的名称(见最后一列)。

⚓锚点 1 * ⚓锚点 2关系描述(主语,谓语,宾语,基数)关系类型(1:N,M:N,1:1)物理表或列
User < DayEventUser creates many DayEvents DayEvent is created by only one User1:Nday_events.user_id
User < TimeEventUser creates many TimeEvents TimeEvent is created by only one User1:Ntime_events.user_id
Timezone < TimeEventTimezone is used for the start time of many TimeEvents TimeEvent uses only one Timezone for the start time1:Ntime_events.start_timezone_id
Timezone < TimeEventTimezone is used for the end time of many TimeEvents TimeEvent uses only one Timezone for the end time1:Ntime_events.end_timezone_id
DayEvent = DayOfTheWeekFor weekly repeated DayEvents: DayEvent may happen on several DaysOfTheWeek DayOfTheWeek can contain several DayEventsM:Nday_event_dows
TimeEvent = DayOfTheWeekFor weekly repeated TimeEvents: TimeEvent may happen on several DaysOfTheWeek DayOfTheWeek can contain several TimeEventsM:Ntime_event_dows
DayEvent < DaySlotDayEvent may generate several DaySlots DaySlot corresponds to only one DayEvent1:Nday_slots.day_event_id
TimeEvent < TimeSlotTimeEvent may generate several TimeSlots TimeSlot corresponds to only one TimeEvent1:Ntime_slots.time_event_id
Timezone < TimeSlotTimezone is used for the start time of many TimeSlots TimeSlot uses only one Timezone for the start time1:Ntime_slots.start_timezone_id
Timezone < TimeSlotTimezone is used for the end time of many TimeEvents TimeSlot uses only one Timezone for the end time1:Ntime_slots.end_timezone_id

最后:数据表

正如我们在上一节中提到的,我们将会有 8 个 SQL 表:6 个用于主要实体,2 个用于多对多关系。有一个主要实体(星期几)比较特殊,所以我们不为它创建物理表。我们使用了一种非常常见的物理表设计方法。其他方法也是可能的,但这个讨论超出了本文的范围。那么,让我们直接写下所有的表,并添加我们拥有的所有属性。

这个阶段的过程非常直接,甚至可能有些枯燥。以下是创建这些表的 SQL 语句:

CREATE TABLE users (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  email VARCHAR(64) NOT NULL
);

CREATE TABLE timezones (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  name VARCHAR(64) NOT NULL
);

CREATE TABLE day_events (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  user_id INTEGER NOT NULL,
  name VARCHAR(128) NOT NULL,
  begin_date DATE NOT NULL,
  end_date DATE NOT NULL,
  repeated VARCHAR(24) NULL,
  repetition_step INTEGER NULL,
  repeated_monthly_on VARCHAR(24) NULL,
  repeated_until VARCHAR(24) NULL,
  repeated_until_date VARCHAR(24) NULL,
  repeated_reps INTEGER NULL
);

CREATE TABLE time_events (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  user_id INTEGER NOT NULL,
  start_timezone_id INTEGER NOT NULL,
  end_timezone_id INTEGER NOT NULL,
  name VARCHAR(128) NOT NULL,
  begin_local_time DATETIME NOT NULL,
  end_local_time DATETIME NOT NULL
);

CREATE TABLE day_slots (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  day_event_id INTEGER NOT NULL,
  the_date DATE NOT NULL,
  is_skipped TINYINT UNSIGNED NOT NULL DEFAULT 0
);

CREATE TABLE time_slots (
  id INTEGER NOT NULL PRIMARY KEY AUTO_INCREMENT,
  time_event_id INTEGER NOT NULL,
  begin_local_time DATETIME NOT NULL,
  end_local_time DATETIME NOT NULL,
  start_timezone_id INTEGER NOT NULL,
  end_timezone_id INTEGER NOT NULL,
  is_skipped TINYINT UNSIGNED NOT NULL DEFAULT 0
);

CREATE TABLE day_event_dows (
   day_event_id INTEGER NOT NULL,
   day_of_week VARCHAR(3) NOT NULL,
   PRIMARY KEY (day_event_id, day_of_week),
   KEY (day_of_week)
);

CREATE TABLE time_event_dows (
   time_event_id INTEGER NOT NULL,
   day_of_week VARCHAR(3) NOT NULL,
   PRIMARY KEY (time_event_id, day_of_week),
   KEY (day_of_week)
);

就是这样吗?大体上就是这样了。不过我们还需要聊聊索引和那些为了精简而略过的属性。

资深数据库开发人员一眼就能看出上面的模式缺少了一些显而易见的索引。比如说,day_events.user_id 这一列肯定得加索引。可惜的是,对于哪些列(或列组合)需要索引,并没有一个通用规则。这得看应用程序会怎么查询这些表。关于数据库索引,强烈推荐阅读 “Use The Index, Luke” [1] 这本书。我们的书中也会对索引进行更详细的讨论。

在讨论逻辑模式时(特别是在开始部分),我们跳过了一些属性,因为它们和其他属性太相似了。比如,我们可能想加上用户名,还有存储用户密码哈希值的列。有些数据元素对本文并无新意,像是事件地点或邀请名单。作为练习,你可以把我们没讨论到的、你感兴趣的元素加进去。在目录表里添加几行,填写每个单元格的内容,然后修改上面的模式定义,把漏掉的数据补上。

总结

以下是整个设计过程的简要概述:

  • 首先,用自由格式文本描述你要解决的业务问题;

  • 按上面说的方法列出锚点清单;可以用 Google Docs 之类的协作工具;

  • 按上面说的方法列出属性清单,要特别注意问题;

  • 按上面说的方法列出链接清单,要特别注意句子,因为它们能帮你确保基数正确;

  • 如果可视化表示有助于你的思考,就根据逻辑模型创建图形模式;

  • 填写物理模型:表名、列名、物理数据类型;

  • 用上一步的信息,把 SQL 模式写成一串 CREATE TABLE 语句;

  • 将模式提交到数据库服务器,修正任何错误后重新提交;

  • 把逻辑模型分享给你的团队。

引用链接

[1]“Use The Index, Luke”: https://use-the-index-luke.com/


欢迎加入我的知识星球,全面提升技术能力。

👉 加入方式,“长按”或“扫描”下方二维码噢:

28312043f461c0421b29c4a037bf7551.png

星球的内容包括:项目实战、面试招聘、源码解析、学习路线。

453f1ac3a9fa38058a2531348f6eda1b.png

105d4ae0a021e12723cdb134b90190db.png96cf14a0ac2c9fc434b404b133be3c4d.pngf8d76a724a6ae1ef975e0d5d5128249e.pngd501b20d60bf4a6bc91003a26d63afe2.png

文章有帮助的话,在看,转发吧。
谢谢支持哟 (*^__^*)
大模型技术全景解析:从Transformer原理到RAG与Agent应用实战 Transformer架构与自注意力机制是现代大语言模型(LLM)的核心技术基石,它通过并行计算词元间的关联,赋予了模型理解长距离上下文依赖的能力。这项技术的价值在于,它使得模型能够从海量无标注文本中通过自监督学习(如掩码语言建模)获得通用的语言表示,从而具备了强大的泛化能力。基于此,大模型在内容生成、代码辅助、智能问答等场景展现出巨大潜力。然而,模型固有的“幻觉”问题限制了其在需要精确事实回答的企业应用中的可靠性。为此,检索增强生成(RAG)技术应运而生,它通过结合外部知识库检索与模型生成,有效提升了回答 阅读详情

相关推荐

Gemini模型选型实战指南:Flash与Pro如何匹配业务场景

大语言模型(LLM)的推理服务本质上是按计算资源消耗计费的API服务,其核心原理在于token级资源调度与上下文窗口动态分配。技术价值体现在工程可控性——通过精准控制temperature、max_output_tokens、stop_sequences等参数,可显著提升输出稳定性与成本效率。典型应用场景包括客服FAQ生成、长文档摘要、多模态合同审查等AI应用开发任务。本文基于谷歌AI Studio平台与Gemini 1.5 Flash/Pro双模型的真实压测数据,深入解析免费额度结构、安全熔断机制、历史上

weixin_34379433的博客 311

牛逼了!万字长文解析谷歌日历的数据库是怎么设计的!

❝???? 原文链接:https://kb.databasedesignbook.com/posts/google-calendar/彩蛋:本文使用 “FastGPT 长文本反思翻译工作流” 一键翻译完成!耗时 30 分钟!????一键生成高质量长文翻译,吴恩达新方法颠覆传统!引言这是一篇数据库设计教程,本教程将向大家展示如何为一个非常复杂的实际项目设计数据库表。我们将设计一个 Google 日历的克隆版,尽...

云原生实验室 1205

Gemini Ultra技术解析:MoE架构、跨模态对齐与推理编排

大语言模型已从单纯参数竞赛迈入工程化落地新阶段。混合专家(MoE)架构成为平衡推理精度与计算成本的关键路径,通过稀疏激活实现动态任务适配;跨模态对齐不再依赖图文拼接,而是融合领域先验知识完成语义级认知统一;推理能力也超越传统思维链(CoT),演进为可自主调用工具、感知置信度的推理编排范式。这些技术突破正驱动AI从API调用走向操作系统级嵌入,在办公协同、智能文档、自然语言建模等真实工作流中释放生产力。本文聚焦Gemini Ultra的核心技术实现,解析其如何重构多模态理解、推理机制与生态集成方式。

weixin_30340819的博客 449

当年的日历存储到数据库,用于判断某一天是假期还是工作日

由于公司需要按照工作日进行计算,所以需要在数据库存储一套日历数据,标明每一天是工作日还是假日。 1. 现设计一个表,表结构如下: CREATE TABLE `sys_calendar` ( `id` int(11) NOT NULL AUTO_INCREMENT, `day` varchar(32) DEFAULT NULL COMMENT '日期', `type` tinyint...

2064

Gemini Ultra全栈重构解析:多模态任务链与办公AI协处理器范式

大语言模型正从单模态文本生成走向多模态任务协同处理,其核心原理在于跨模态对齐、混合专家调度与任务锚点机制。这类技术突破不仅提升了指令遵循率与上下文保鲜能力,更重塑了AI在真实工作流中的价值定位——不再仅是问答工具,而是嵌入文档、邮件、会议、代码等场景的智能协处理器。尤其在Google Workspace深度集成、手机端分层卸载、视觉-文本联合推理等方向,Gemini Ultra展现出区别于GPT系列的工程化路径。对于职场用户、SaaS开发者及AI生产力实践者而言,理解其‘任务分解精度优于文本延展性’‘上下文

chupu2979的博客 351

AI Agent工具调用:ReAct与Function Calling范式深度解析与实战选型

在大语言模型(LLM)应用开发中,如何让模型从理解语言转向执行具体操作,是构建实用智能体(Agent)的核心挑战。这涉及到模型与外部工具(如API、数据库)的交互范式。从原理上看,关键在于设计一种机制,使LLM能根据任务需求,自主决定何时、如何调用预定义的工具函数。两种主流技术方案应运而生:ReAct范式通过“推理-行动-观察”的循环,模拟人类解决问题的链式思考过程,强调任务规划与可解释性;而Function Calling范式则提供了一种标准化的结构化接口,让模型能直接、高效地触发后端函数执行。在技术价值

weixin_29046035的博客 331

使用fastgpt高效搭建本地离线大语言模型(Chatglm2)问答平台

官网的接入本地模型的流程,写的太笼统且分散了,踩了无数坑,在阿里云上ubuntu20使用fastgpt部署好了本地离线大语言模型问答平台

qq_50097745的博客 8473

万年历数据库

1970-2100 万年历数据,数据多准确,csv文件直接导入数据库

日志日历日程管理的数据库

CREATE TABLE IF NOT EXISTS `__PREFIX__calendar`( `id` int(10) unsigned NOT NULL AUTO_INCREMENT, `admin_id` int(10) unsigned NOT NULL COMMENT '管理员ID', `title` varchar(100) NOT NULL COMMENT '任务标题', `url` varchar(100) NOT NULL COMMENT '链接', `startti

王兆镇的博客 925

mysql日历数据(包括公历表和农历表,1900-2100年)

本人使用java编写生成的数据,包括公历表和农历表2个表,方便系统查询。

google日历+数据库

google日历+数据库 是从google上下的

万字长文!深度解析谷歌Agent开发核心!从理论到实战,一文带你入门到精通(附下载)!

谷歌资深工程师Antonio Gulli所著的《Agentic Design Patterns: A Hands-On Guide to Building Intelligent Systems》一书是智能体开发领域的系统性指南。本文基于其前置章节,对智能体概念进行了根本性拆解,系统解析AI系统突破被动工具局限、成为自主智能体的核心要素。

m0_59163425的博客 904

日历签到-带有数据库存储日期

日历签到带有数据库存储功能,可以将每天的签到存入数据库中当左右滑动月份时可以将数据拿出。注:代码中有二条假数据运行一次后需将去删除否则会重复加入至数据库中。

Gemini 3.1 Pro工作流能力解析:从问答到自动执行的工程跃迁

大语言模型的‘工具调用能力’是实现AI自动化落地的核心技术门槛,其本质涉及状态一致性、多步容错、非结构化输入理解等工程挑战。随着Gemini 3.1 Pro发布,模型在工具调用稳定性、多步骤任务链路鲁棒性等方面取得实质性突破,标志着大模型正从‘知识问答系统’向‘可嵌入生产环境的数字员工’演进。该能力依赖于attention gate机制、tool schema embedding和跨模态对齐等底层优化,广泛适用于CRM同步、客户反馈处理、合同数据提取等真实业务场景。对于运营、产品、开发者及中小团队技术负责人

weixin_30527323的博客 438

fullcalendar日历数据库建表语句

开发者可以使用FullCalendar创建强大的日历日程应用,FullCalendar提供了丰富的选项设置和方法调用,使得开发者可以轻松的创建各种功能的日历程序。

芯片低功耗设计实战:CPF与UPF流程选择指南(附工具对比)

本文深入探讨了芯片低功耗设计实战中CPF与UPF流程的选择策略。文章从两者本质差异与演进脉络出发,结合Cadence与Synopsys工具链的深度支持实况,为工程师提供了基于项目场景的决策框架。重点分析了在混合工具链环境下如何实施流程与验证,并强调了利用Spyglass等工具确保功耗意图无损传递的关键技巧,旨在帮助团队做出明智的流程抉择,提升设计效率与可靠性。

weixin_29197051的博客 409

手把手教你本地运行Meta最新大模型:Llama 3.1,惊奇发现他说自己是ChatGPT?

昨晚,Meta发布了最新最强的开源大模型:Llama 3.1。该模型共有三个版本:•8B•70B•405B对于这次发布,Meta已经在超过150个涵盖广泛语言范围的基准数据集上评估了性能。此外,Meta还进行了广泛的人工评估,在现实场景中将Llama 3.1与竞争模型进行比较。Meta的实验评估表明:405B版本的评估数据与目前最强的GPT-4、GPT-4o和Claude 3.5 Sonne...

程序猿DD 678

GaN功率放大器设计避坑指南:从仿真到实测的Doherty PA完整流程(基于ADS 2023)

本文详细介绍了基于ADS 2023软件,从理论计算、电路仿真到版图后仿真的GaN Doherty功率放大器完整设计流程。文章聚焦C波段应用,深入剖析了负载调制网络设计、稳定性处理、版图电磁仿真等关键环节中的常见误区与工程折衷,为工程师提供了一套从设计到实测的实战避坑指南。

weixin_29238147的博客 533

AI技术入门:从数据、算法、算力到应用场景的全面解析

人工智能技术已成为现代科技发展的核心驱动力,其本质是基于数据和统计模型,让计算机系统执行特定任务的工程技术。从原理上看,AI系统依赖数据作为学习素材,通过算法(特别是深度学习中的神经网络)自动提取特征和规律,并借助强大的算力(如GPU/TPU)进行模型训练与优化。这种技术范式在工程实践中展现出巨大价值,能够自动化处理复杂任务,提升效率与精度。当前,生成式AI和大语言模型等技术已广泛应用于内容创作、软件开发、企业服务等多个场景,成为推动行业数字化转型的关键力量。理解数据质量、算法选择与算力配置的平衡,是构建有

cuankuangzhong6373的博客 410

【TM1640】STM32 TM1640芯片驱动程序

以下为.h文件: #ifndef __TM1640_H__ #define __TM1640_H__ #include "stm32f10x.h" #define ADDR_START1640 0XC0 #define DSP1640_DIS 0 #define DSP1640_ENB 1 /* 控制显示 ...

cxw312864660的博客 1万+

fatal: unable to access ‘https://github.com/‘: Recv failure: Connection was reset 解决方案

本文主要介绍了fatal: unable to access ‘https://github.com/’: Recv failure: Connection was reset 解决方案,希望能对使用github的同学们有所帮助。 文章目录 1. 问题描述 2. 解决方案

weixin_43178406的博客 2万+
上一篇: Guava黑魔法:在日志脱敏场景下的奇遇
下一篇: 如何为开放平台设计一个安全好用的OpenApi
公众号-芋道源码
博客等级 码龄10年 1639粉丝 377原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值