“先把数据结构搞清楚，程序的其余部分自现。”—— David Jones

对于中、后台产品经理而言，了解数据库不是为了做斜杠青年。而是因为，你就在面对数据库。

01 作为PM,要了解数据库到什么程度？

随着业务横向扩展，数据维度在扩大。随着业务纵深发展，数据量在倍增。

随之而来的，是数据结构的不兼容、数据存储不够用，数据服务性能见拙，一切当初未考虑到的，都成了滋生障碍的伏笔。

产品不了解数据库原理的话，常常会与技术方案之间信息割裂。近期表现为互相扯皮，长远会引入“技术债“，并一度陷入插不上手、插不上嘴的懵逼状态。

举例两个场景：

1、当你发现数据异常，或者你要调研一个功能的时候，需要拉一批数据做验证。

如果开发资源不够，你就要一直等着。而多数大而老的ERP系统确实惨不忍睹，整个团队很累很忙。这可能是你一段时间内不得不面对的常态。——所以你要自力更生。

2、当你写需求的时候，在页面截图字段后画个圈丢过去，看着没毛病。但是一些值，根本不在页面。

如果你能给出一点线索，就可以让他效率高点。

所以，后端产品在工作中无法像C端产品那样做甩手掌柜：事实上往往还要产品给开发一两个建议方案，并告诉他要避免哪些坑，因为产品比开发多掌握了业务信息。

所以避不开数据库、数据表、字段这些接近技术的问题。

那么，作为产品要了解数据库到什么程度呢？

达到两点即可：

02 理解数据库

1）你在互联网看到一切皆“下载”

下载的就是服务器上的数据。

广义地说，凡是存储数据的，都算是数据库，包括浏览器的缓存。

前端界面看到的内容，如果不是代码写死的，那么就是从数据库调取的。这就是为什么你看到页面会常常出现图片滞后，因为图片调用比较慢。

数据库就好像是一个仓库，开发用代码实现对其中数据的取值，最终给到页面呈现出来。

2）数据库管理三个阶段：

20世纪50年代中期以前，人工管理；20世纪50年代后到60年代中，文件系统阶段，数据共享性差。20世纪60年代后期以来，出现了统一管理数据的专门软件系统——DBMS。

3）数据库模型主要三种：

层次式数据库、网络式数据库和关系型数据库。现今最常用的即关系型数据库和非关系型数据库。

4）关系型数据库

MYsql为典范，以二位报表的形式展示，因此MYSQL和PHP的组合是比较完美（报表多）。

比MYsql强大的关系型数据库还有ORACLE。比如1000W条数据以上级别的数据,一般用的比较多的是ORACLE。

MYsql每张表只能有一个主键。但开发会创建多个字段的索引。目的是为了提高查询速度。至少提升上百倍查询速度。

5）非关系型数据库（NoSQL）

NoSQL是作为传统关系型数据库的一个有效补充，处理对存储要求高，且并发处理较高的场合。

主要是数据库Mongodb。数据是散漫的，以键值对的形式存储。

{

“key1”:”valude1” ,

“key2”:” valude2 ” ,

“key3”:” valude3”

}

6）分布式账本数据库：

区块连的数据存储方式。也有叫时间轴数据库的。一种分布式的、集体维护的、按照时间顺序将事件数据排列的“时间轴数据库”。目前还不是主流的商业价值方案。

7）图片的存储比较特别：

一种是：直接把图片转换成二进制文件存储在数据库中。适合存储量少且重要的图片信息。

另一种是：存储图片的路径到数据库，用的时候直接调用路径给image等图像控件即可。适合存储量大但不是太重要的图片。

第二种方法常用，简单，实用。

03 注意事项和规范

1、注意事项

1）建表的时候一般会增加冗余字段，比如 unique_code，用于存储备用字段来标定唯一性。

2）建表的时候可以增加预留字段：当数据量大的时候很难再加新字段，所以预估到数据增张较快的，一定要预留几个字段空位。便于日后数据表扩展。

3）当一个表无法再加字段的时候可以增加扩展表 ，后缀_ext ，与原表通过id关联起来。

4）新增表字段：要考虑，到历史数据初始化。比如历史数据全部为空或刷为某一个值。

5）统一规范表名前缀，比如可以定义t_前缀标示类型， f_前缀表示从其他系统获取的。

2、命名规范

命名规范总的原则是可读性强，容易维护，具体的规范如下：

3、表名前缀

4、索引设计规范

idx_a_b_c(a,b,c)

idx_a(a)

idx_a_b(a,b)

04 应用数据库

1、安装数据管理系统

以下介绍最常用的MYSQL。

首先要在PC端安装MYSQL数据库服务器，然后通过公司的数据库地址、密码连接上数据库（具体可以找开发协助完成）。

这样你就可以进入到数据库的各个表里看数据。一个公司若有多个系统，每个系统有至少一个属于自己的数据库，也有一个系统的数据分库存放的。

2、熟悉数据库管理系统

数据库的表可以创建很多个，每个表描述一种实体与属性关系。每个属性就是一个字段。

同一个数据库的表可以连表查询。不同数据库的表不能连表。因此在业务发展过程中会出现拆迁库、拆表的行为。

1）数据组成

一个基本的数据由数据类型、字段（也叫变量或者参数）、字段值组成。

CREATE TABLE `s_rule` (

`rule_id` int(11) NOT AUTO_INCREMENT COMMENT ‘主键ID’,

`rule_name` varchar(255) NOT DEFAULT ” COMMENT ‘规则名称’,

`rule_type_id` int(11) unsigned NOT DEFAULT ‘0’ COMMENT ‘规则类型id，对应t_oms_rule_type表的自增id’,

`solution_desc` varchar(255) NOT DEFAULT ” COMMENT ‘处理方式描述’

这里的表名是s_rule，4个字段都不允许为空。

2）字段类型

这里的字段类型是对字段值的约束。约束的根本原因是代码在执行调用取值的时候，与数据库一个约定，约定后就不会有不符合规制的数据进入，避免代码识别障碍导致报错。比如整形、字符串等。

3）主键

MYSQL每张表只能有一个主键。主键即为主关键字(primary key)。可以由一个或多个字段组成，并且主关键字的列不能包含空值。

主键意义主要是用于其他表的外键关联，以及本记录的修改与删除。当两个表需要关联时，主关键字用来在一个表中引用来自于另一个表中的特定记录。一般用该表id做主键。

4） 索引

索引是由开发在设计表之后，再具体创建的，对数据库表中一或多个字段值进行排序的一种结构。使用索引可快速访问数据库表中的特定信息。

数据库索引好比是一本书前面的目录，能加快数据库的查询速度。例如这样一个查询：

select * from table1 where id=44。

如果没有索引，必须遍历整个表，直到ID等于44的这一行被找到为止；有了索引之后(必须是在ID这一列上建立的索引)，直接在索引里面找44（也就是在ID这一列找），就可以得知这一行的位置，也就是找到了这一行。可见，索引是用来定位的。

索引分为聚簇索引和非聚簇索引两种，了解即可。

主键唯一，但是表的索引可以有多个。

增加索引也有许多不利的方面 :

05 常用查询语句

1、数据查询介绍

操作数据库的话，全世界的程序员都是统一的，都是用SQL语句来操作数据库。

产品经理一般不去建表、改表，所以create table <表名> 、alter table <表名>、drop table <表名>知道就可以。

产品更多是查询、统计，或者写出更新/插入/删除语句，让开发执行。

查询语句中你可以使用一个或者多个表，表之间使用逗号(,)分割，并使用WHERE语句来设定查询条件。

SELECT 命令可以读取一条或者多条记录。

可以使用星号*来代替全部字段，SELECT语句会返回表的所有字段数据。

可以使用 WHERE 语句来包含任何条件。

可以使用 LIMIT 属性来设定返回的记录数。

可以通过OFFSET指定SELECT语句开始查询的数据偏移量。等等。

2、SQL语句技巧简介

1）where和having区别：

2）and优先级高于or，一般这种混合的句子建议用使关系清晰。

比如A>0 OR B<0 and c=0,相当于A>0 OR( B<0 and c=0)

3）点击‘美化SQL’按钮，可以将语句断层使层次清晰。比如where name in(‘A’,’B’,’C），美化后：

where goods_sn in

(

‘A’,

‘B’,

‘C

)

4）导出的表头换成汉字注释的方式：

SELECT a.ds_sn as编码 ,a.pdt_name as 名称 FROM p_pro

5） is和=有时是不同的，比如写作is ，而不写=

6）MySQL中，是未知的，且占用空间的。

空值(”)是不占用空间的，注意空值的”之间是没有空格。

在进行count统计某列的记录数的时候，如果采用的 值，会被系统自动忽略掉，但是空值是会进行统计到其中的。

判断使用is 或者is not ，但判断空字符使用 =”或者 <>”来进行处理。

7） 配合函数：

count:统计记录数

avg:计算字段值的平均值

sum:计算字段值的总和

max:查询字段的最大值

min:查询字段的最大值

比如：select count(id) from p_product;

8）排序：order by 字段 desc/ASC。

select * from finance_order order by update_time desc limit 3;

9） 包含某个字符：

select * from table where 列名 like ‘a%’（利用模糊查询）

10） 查询表p_product中的第10、11、12、13行数据：

select * from product limit 4 offset 9;或 select * from product limit 9,4;

11） 去重搜索：

SELECT distinct（goods） FROM

12） GROUP BY 语句进行组合：

SELECT Customer,SUM(OrderPrice) FROM Orders GROUP BY Custome

13）查询三个字段维度 重复的数据

select account,platform_sku,goods_sn, count(1) from t_oms_sku_map

where id <1000000

group by account,platform_sku,goods_sn

having( count(1) > 1)

limit 100

14）字段拼接

select concat(‘123′,’456’);

mysql中的concat则可以拼接多个字符串。

将一个订单对应的多个产品输入在一起

select order_sn ,group concat （goods_sn）from 订单商品表

15） in 括号内为或的关系

select name from product where goods in (‘103702505′,’103702805’) and (shelf_time > ‘2014-09-15 16:53:21’ or title like ‘_tylish%’);

16）连表查询用join

Inner Join最常见，叫做内联接，可以缩写成Join，找的是两张表共同拥有的字段。

Left Join叫做左联接，以左表（join符号前的那张表）为主，返回所有的行。如果右表有共同字段，则一并返回，如果没有，则为空。

A Full Join B = A Left Join B + A Right Join B – A Inner Join B

还有其他连表方式既然用网络的图片：

17）数据备份。

选中数据，右键点击复制为insert/update，可以直接将筛选的字段备份为更新或插入语句，一旦需要还原的时候可以直接执行这几个语句。

18）多个独立的查询语句之间可以用；隔开，同时执行，会分别输出。

↘好文推荐：

盘点：2020年PMCAFF最受欢迎的文章！

字节跳动的产品经理是怎么工作的？

优惠券设计 | 从生成规则到优惠金额分摊