SQL数据库建模应先理解业务、梳理实体关系，再设计概念模型（ER图）、逻辑模型与物理模型，强调稳扎稳打、适度反范式及索引优化，而非直接写CREATE TABLE。
SQL数据库建模不是先写CREATE TABLE，而是从理解业务、理清实体关系开始。建得快不如建得稳，很多后期的性能差、改不动、关联混乱问题，根源都在建模阶段没踩对节奏。
明确业务场景，画出核心实体与流程
别一上来就打开Navicat建表。先和业务方聊清楚：系统要支持哪些操作？用户会查什么？哪些数据必须留痕？比如做一个订单系统，核心实体至少包括用户、商品、订单、订单项、地址；关键流程是“用户下单→生成订单→拆分订单项→支付→发货”。用白板或draw.io画出这些实体，标出它们之间的动作（如“创建”“属于”“更新状态”），不写字段，只理关系。
常见误区：把页面字段直接当数据库字段（比如前端显示“收货人姓名+电话”，后端却拆成5个字段存）；混淆主数据和过程数据（把每次下单的收货地址硬关联到用户表，导致历史订单地址随用户信息变更而丢失）。
设计概念模型（ER图），聚焦实体、属性、关系
在上一步基础上，给每个实体补充关键属性（只列业务语义明确的，如“订单号”“下单时间”“实付金额”），标注主键（PK）、外键（FK）意向，定义关系类型（1对1、1对多、多对多）。多对多关系必须拆解为独立关联表（如“用户-角色”→新建user_role表）。
建议做法：
- 用下划线命名法统一字段名（user_id、order_created_at），避免大小写混用或驼峰
- 主键优先用自增整数（id），高并发或分库场景再考虑UUID/雪花ID
- 所有外键必须显式声明约束（ON DELETE RESTRICT/CASCADE），不靠应用层保证一致性
- 时间字段统一用DATETIME或TIMESTAMP，明确是否带时区（推荐UTC存储，展示层转本地）
落地逻辑模型，做必要规范化与适度反范式
把ER图转成具体表结构，执行第三范式（3NF）检查：每张表只有一个主题，非主键字段完全依赖主键，无传递依赖。例如“订单表”里不应出现商品名称、单价——这些属于商品维度，应通过order_item关联商品表获取。
但别教条。以下情况可主动反范式：
- 高频统计字段冗余（如订单表存order_amount_total，避免每次SUM(order_item.price * qty)）
- 读远大于写的配置类数据（如省市区三级表，在用户表冗余province_name提升查询速度）
- 为避免多表JOIN导致慢查询，且数据变更极少的字段（如币种code对应的中文名）
关键原则：冗余字段必须有自动同步机制（触发器、应用层双写、CDC），绝不能靠人工维护。
生成物理模型前，确认关键约束与索引策略
建表语句不是字段堆砌。每张表需明确：
- NOT NULL字段有哪些（如user.email、order.status）
- 是否有唯一约束（如user.phone + user.deleted_at组合唯一，支持软删除）
- 哪些字段需要索引：主键自动有聚簇索引；WHERE条件高频字段（如order.user_id、order.created_at）；ORDER BY/GROUP BY字段；联合查询的外键列
- 避免过度索引：单表索引一般不超过5个，写多读少的表慎加索引
典型错误：给varchar(255)的name字段建全文索引却不设前缀长度，拖慢写入；在datetime字段上建普通索引却用WHERE DATE(created_at) = '2024-01-01'，导致索引失效。
基本上就这些。建模不是一步到位的事，上线后随着业务演进要定期回看：有没有新出现的跨表查询？有没有因字段缺失频繁加ALTER TABLE？有没有因冗余字段不同步引发数据不一致？好的模型，是跑出来、改出来、护出来的。
