数据库可以先想成带规则的表格#
users 存用户,每行有 id、phone、nickname;notes 存笔记,creator_id 指向作者;note_likes 存谁赞过哪篇。它们分表是为了避免每篇笔记都重复存整份用户资料,也便于单独修改昵称。
示意数据:
users: id=10001, nickname=蓝小满 notes: id=1, creator_id=10001, title=海边的下午 note_likes: user_id=10002, note_id=1 |
查询笔记时 JOIN users 才得到作者当前昵称。不要在浏览器上看到昵称就误以为 notes 表一定也存了该字符串。
四种最常见 SQL#
SELECT id, title FROM notes WHERE deleted=0 ORDER BY id DESC LIMIT 20; INSERT INTO note_likes(user_id,note_id) VALUES(10002,1); UPDATE notes SET title='新的标题' WHERE id=1 AND creator_id=10001; DELETE FROM note_likes WHERE user_id=10002 AND note_id=1; |
SELECT 读取,INSERT 新建,UPDATE 修改,DELETE 删除。WHERE 决定影响哪些行,忘记 WHERE 可能修改整张表。教程示例用于理解;不要直接对正在使用的数据执行写入实验,练习应使用新数据库。
Go 代码使用 ? 占位符并单独传参数:
db.ExecContext(ctx, "DELETE FROM note_likes WHERE user_id=? AND note_id=?", a.ID, id)
|
这避免把输入拼成 SQL 代码。搜索输入中的 % 和 _ 还有“通配符”含义,所以 escapeLike 会把它们转义,让搜 % 真的是找百分号,而不是所有内容。
约束比事后检查更可靠#
主键保证身份唯一;外键保证关联对象存在;CHECK 限制枚举;组合唯一约束防止重复关系。应用层也检查是为了给人友好错误,数据库层检查是为了最后一道一致性约束。两个并发请求都通过“尚未点赞”的检查时,只有数据库唯一约束能保证最终不重复。
事务的完整例子#
改密码需要两步:更新 password_hash,撤销其他设备的 sessions。若第一步成功第二步失败,旧设备仍能保持登录,规则不完整。因此放入一个事务。任何一步失败返回错误,defer Rollback;全部成功才 Commit。
这类似柜台办理一整份业务:最终回执成功时两件事都办完。事务不会跨越浏览器上传文件和发布笔记两个 HTTP 请求;你不能因为数据库事务存在,就以为文件系统也自动回滚。
WAL、单连接和读写#
SQLite 用一个文件保存数据库,WAL 模式把新写入先记在日志文件里。程序设置单个数据库连接,让写操作顺序进入;这简化本地并发规则。代价是长查询会占用连接,其他操作需要等它。rows 使用后必须关闭,否则后续查询可能一直等待连接。
运行中的 .db-wal 可能含尚未合并的已提交数据,只复制 .db 不一定得到完整备份。请按备份章节停机或使用数据库备份接口,不能把 WAL 当临时垃圾删除。
删除不一定 DELETE#
笔记、评论和用户采用 deleted 标记。关系记录可以保留审计依据,公开查询必须排除已删除对象。点赞取消则真正删除关系行。不同业务的删除语义不同,面试和调试时要说清楚是哪一种。
验收:解释“插入 1 次”和“插入同样的数据 24 次”为什么计数都为 1;指出改密码的两步为什么要共同提交。更完整字段说明在数据模型。