一道百度面试题试答(数据库表设计),欢迎大家拍砖!
题目:一个简单的论坛系统,以数据库储存如下数据:
用户名,email,主页,电话,联系地址,发帖标题,发帖内容,回复标题,回复内容。
每天论坛访问量300万左右,更新帖子10万左右。
请给出数据库表结构设计,并结合范式简要说明设计思路。
下面是我的试答,大家尽管拍砖啊!
试答:
首先经常变动的数据不能和相对稳定的数据放在同一张表。本题中用户名、emial、主页、电话、联系地址属于相对稳定数据(用户不会没事天天登录论坛改email、电话吧?)。其他关于发帖和回帖的数据都属于经常变动的数据。
另外每天帖子更新10万左右,访问量却有300万左右,可以看出很多人“只看帖(或者回帖)但很少发帖”。但是用户看了某个帖子他不一定要回帖,然而隐含一个需求:必须记录每一个发帖的访问量(我觉得没必要记录该发帖具体有哪些用户访问过)。
所以我大概是这样设计表结构的:(4张表)
用户信息表: user
字段名 数据类型 是否允许为空 键属性
uid INT N 主键
uname VARCHAR N
homepageVARCHAR Y
phone VARCHAR Y
address VARCHAR Y
发帖信息表:post
字段名 数据类型 是否允许为空 键属性
pid INT N 主键
title VARCHAR N
content VARCHAR N
uid(发帖者ID)INT N 外键
发帖访问情况表:visit
字段名 数据类型 是否允许为空 键属性
vid INT N 主键
pid INT N 外键
num(浏览数量)INT N
回帖信息表:reply
字段名 数据类型 是否允许为空 键属性
rid INT N 主键
title VARCHAR N
content VARCHAR N
uid INT N 外键
pid INT N 外键
数据库第一范式就不用说了,实体中的某个属性不能有多个值或者不能有重复的属性。这个很容易满足。
再看第二范式,属性必须完全依赖主键。所以发帖和回帖应该设计为在不同的表,因为回帖内容和发帖内容显然依赖于完全不同的主键,其他的类似。即第二范式在这里影响了分几张表。
第三范式是对字段冗余性的约束,即任何字段不能由其他字段派生出来,它要求字段没有冗余。按我的理解是,每张表应该尽可能的“干净”,即用户信息表就存与用户最相关的信息,而不能把帖子信息信息也存到里面去。
回帖和发帖信息表中都有一个外键uid来标识回帖或发帖的作者,这就足够了,你不必再把uname也存到里面去,因为uname可以根据uid从user表中查到。当然有时为了性能需要,可能违背数据库设计三范式,比如违背第三范式的字段冗余约束。
有一个地方我觉得肯定另有玄机,“每天帖子更新10万左右,访问量却有300万左右”,这个比例是1:30,具体什么也说不清楚,还望大家多多讨论,指点迷津