聊聊数据库级联删除与伪删除的设计方案

简介:

背景:

这两天看了重温了下设计模式和数据结构,又补了下基础知识,然后就失眠了一整夜,不知为啥就想到级联及伪删数据这个问题。

由于级联删除是几乎人人都会遇到的问题,但方案却有限却不美好,所以欢迎大伙集思文益,以下内容欢迎大伙一起讨论。

级联删除的方式:

方式1:数据库设定级联:

常规MSSQL、MySql、Oracle都对设定了主外键关系的表提供级联删除。

优点:数据准确、使用方便,数据库设计之初就设定好。

缺点:

1:增加对增删改时外键检测的额外开销。

2:潜在危险系素大(如:删除部门或角色,发现一级联递归,整个系统的数据没了)。

3:不方便触发其它事件。

4:开发人员可能被屏蔽细节。

总体描述:适合小系统、小局部、无缓存状态的情况使用。

总体总结:很少使用。

方式2:触发器处理。

优点:DBA喜欢。

缺点:程序员不喜欢,很容易蒙B。

总体描述:适合系统负责人偏DBA爱好的场景,及业务无缓存场景。

总体总结:内部业务系统使用多、外部系统使用少。

方式3:业务代码控制

优点:程序员喜欢,自由控制度大。

缺点:程序员喜欢,自由控制度大(随着业务扩展,需要到处补代码)。

总体描述:爱自由,爱生活,爱写代码。

总体总结:常规方式,在所有系统使用都很广泛。

在方式3的基础上思考:如何在架构设计统一处理,减少代码的分布?

下面聊聊复杂度更高的伪删除问题:

触发器删除及伪删除

1:触发器方式

优点:

1:通过触发器删除,并将旧数据移到其它库或表。

2:数据干净,表压力小。

3:代码业务逻辑简单化。

4:DBA喜欢。

5:一手开发人员也喜欢。

缺点:

1:不好控制触发其它外部业务或事件(如在删的同时清文件等,但办法总比困难多)。

2:整体数据库压力大(这个还得看业务情况)。

3:级联的缓存不好控制(和写触发器的同步清楚业务还是可以控制)。

4:二接手维护的人员不喜欢。

总体描述:总体缺点不太明显,后期维护不便。

总体总结:业务系统用的相对较多。

2:伪删方式

优点:

1:数据只是标识状态,数据恢复容易。

2:开发人员喜欢。

缺点:

1:需要在系统各表增加版本号或IsDeleted等标识。

2:业务查询都需要增加过滤条件。

3:需要级联更新标识符号。

4:存在脏数据。

5:缓存需要全面控制。

总体描述:优点不太明显,缺点是业务代码分布复杂了。

总体总结:总体使用并不多。

扩展内容:

1:昨晚无意扫到了吉日一篇文章2010写的文章,大意是:

花一个星期增加伪删deletemark字段,改遍了所有业务代码。(评论主要偏触发器方案,及致人身攻击,6年过去了,相信那些人现在应该能淡定看问题了,地址就不贴了。)

2:对于增加字段带来的问题,有人说用视图处理。

3:另外看到一个有趣的场景:伪删后添加相同数据的问题。

增加IsDeleted字段后,把原来的【唯一键+IsDeleted】建立联合主键。

删除后:cyq 0。

新增加:cyq 1。

发现这时候就没法再删了,再删就两个cyq 0 冲突了,你会怎么解决

在互联网上搜伪删除相关的内容并不多,可以预见该方案的使用并没有普及,原因可能也在于没有从架构上能统一处理的方案出现。

思考:如何在架构设计上统一处理,减少业务代码?

博客园的级联反应是?

假设博客园要删除或禁用一个用户,分析需要处理多少事情?

1:几乎系统所有表都要关联处理(文章,评论,点赞,积分,闪存,招聘,博客、知识库、收藏、新闻等....)

PS:文件、图片(考虑到文件或图片外部站大量有引用,不处理。)

2:若缓存需要时时失效(这几乎是导致整站式缓存瞬间失效,系统要崩了......好在园子目前缓存没有时效性要求。)

那么问题来了:

1:园子是全处理了,还只是局部处理呢?

全处理:工作量有点大,代码分布有点散,随着业务增加,还得补充逻辑代码。

不处理:到处留下的用户链接导致的404,会不会影响SEO呢?

2:用户在博问上被采纳的内容呢?删呢?还是不删呢?

3:园子目前是采用真删呢还是伪删呢?

 

总结:

1:以前都是自己静静思考完,把功能在V5框架里实现了再分享。

2:现在,分享问题,讨论后后,再确定总体思路。

3:你参与过的项目,现在是用什么方案呢?觉的方案有改进的空间?


本文原创发表于博客园,作者为路过秋天,原文链接:http://www.cnblogs.com/cyq1162/p/5703060.html

相关文章
|
5月前
|
中间件 关系型数据库 Java
MySQL数据库分库分表方案
MySQL数据库分库分表方案
258 0
MySQL数据库分库分表方案
|
14天前
|
消息中间件 canal 缓存
项目实战:一步步实现高效缓存与数据库的数据一致性方案
Hello,大家好!我是热爱分享技术的小米。今天探讨在个人项目中如何保证数据一致性,尤其是在缓存与数据库同步时面临的挑战。文中介绍了常见的CacheAside模式,以及结合消息队列和请求串行化的方法,确保数据一致性。通过不同方案的分析,希望能给大家带来启发。如果你对这些技术感兴趣,欢迎关注我的微信公众号“软件求生”,获取更多技术干货!
48 6
项目实战:一步步实现高效缓存与数据库的数据一致性方案
|
21天前
|
canal 缓存 NoSQL
Redis缓存与数据库如何保证一致性?同步删除+延时双删+异步监听+多重保障方案
根据对一致性的要求程度,提出多种解决方案:同步删除、同步删除+可靠消息、延时双删、异步监听+可靠消息、多重保障方案
Redis缓存与数据库如何保证一致性?同步删除+延时双删+异步监听+多重保障方案
|
2月前
|
关系型数据库 MySQL 数据库
|
2月前
|
存储 机器学习/深度学习 自然语言处理
LangChain与向量数据库:高效的信息检索方案
【8月更文第4天】随着自然语言处理技术的发展,特别是深度学习的进步,我们能够更加高效地处理大量的文本数据。LangChain 作为一种强大的工具链,旨在简化和加速构建复杂的自然语言处理应用程序。结合向量数据库,LangChain 可以实现高效且精准的信息检索功能。本文将探讨这一组合的工作原理,并通过一个具体的实现案例来展示其在实际应用中的效果。
269 2
|
21天前
|
存储 SQL 关系型数据库
一篇文章搞懂MySQL的分库分表,从拆分场景、目标评估、拆分方案、不停机迁移、一致性补偿等方面详细阐述MySQL数据库的分库分表方案
MySQL如何进行分库分表、数据迁移?从相关概念、使用场景、拆分方式、分表字段选择、数据一致性校验等角度阐述MySQL数据库的分库分表方案。
一篇文章搞懂MySQL的分库分表,从拆分场景、目标评估、拆分方案、不停机迁移、一致性补偿等方面详细阐述MySQL数据库的分库分表方案
|
3月前
|
关系型数据库 MySQL 数据库
|
4月前
|
canal 缓存 关系型数据库
高并发场景下,6种方案,保证缓存和数据库的最终一致性!
在解决缓存一致性的过程中,有多种途径可以保证缓存的最终一致性,应该根据场景来设计合适的方案,读多写少的场景下,可以选择采用“Cache-Aside结合消费数据库日志做补偿”的方案,写多的场景下,可以选择采用“Write-Through结合分布式锁”的方案,写多的极端场景下,可以选择采用“Write-Behind”的方案。
827 0
|
5月前
|
存储 SQL NoSQL
关系数据库与非关系数据库:选择适当的数据存储方案
关系数据库与非关系数据库:选择适当的数据存储方案
|
5月前
|
SQL 存储 关系型数据库
向 MySQL 数据库插入 100w 条数据的优化方案
向 MySQL 数据库插入 100w 条数据的优化方案
88 1
下一篇
无影云桌面