数据库表的数据冗余,导致查询缓慢;
写sql进行数据处理时需要排除那些已经逻辑删除的数据,这就会导致sql复杂,容易出错,特别是涉及多表查询时;
进行逻辑删除时,还需要考虑与之相关的数据怎么处理;
还有,如果数据表的某个字段要求唯一,并强制约束,比如用户表中的登录用户名字段,设计为逻辑删除的话,一旦有新的同用户名记录就无法插入。但如果不将该字段设置为唯一性约束的,那么在每次插入数据的时候,都需先进行一次查询,看看有无未(逻辑)删除的同名记录存在,低效率是一回事,而且在
高并发的系统中,很难保证其正确性
。
所以是否需要对数据进行逻辑删除,需要根据具体的业务场景,以及逻辑删除的优缺点进行综合考虑。
网友的一些建议
综合考虑,对于中小型的项目,逻辑删除所带来的好处有限,但带来的问题却很多。如果平时做好数据备份工作,还是可以预防物理删除隐患的。但心里应该清除,当项目大到一定程度,对数据安全性的要求高到一定程度,使用逻辑删除代替物理删除是必然的,在后面的数据库设计中,可以先小范围的尝试使用逻辑删除,一旦开发模式成熟,就全面使用逻辑删除代替物理删除。
逻辑删除怎么设计
设计方案一:在表中加一个字段deleted字段
deleted字段的值为0表示数据未删除,值为1表示数据已经删除。
插入数据数据时,这个值默认为0。删除数据时将这个值设置为1。查询和更新数据时都将‘deleted=0’这个条件带上,只查询和更新没有删除的数据。
这个方案比较简单,但是会有些问题。比如说你表中的一个字段
user_name
设置了唯一性约束,但是如果你只是进行了逻辑删除的话,相同的
user_name
就不能进行数据插入了。
但如果不将该字段设置为唯一性约束的,那么在每次插入数据的时候,都需先进行一次查询,看看有无未(逻辑)删除的同名记录存在,低效率是一回事,而且在
高并发的系统中,很难保证其正确性
。
然而你的服务运行了一段时间后你还是发现了数据库中存在 name = a 且 is_delete = 0 的多条字段,大部分是由于以下原因(并发问题):
这个问题有下面两个解决方案:
解决方案1:为数据库添加新的一列delete_token,当某一条记录需要删除时,将该字段设置为一个UUID,将name、delete_token设置为唯一键,这样当is_delete=0时,delete_token保持一个默认值,能够有效地限制name唯一,当记录被删除时,由于delete_token是一个唯一的UUID,便能保证删除的记录不会被唯一约束束缚。但正如该文章的博主所说,UUID会占用很大的空间,所以不推荐使用。评论网友针对该问题提出优化对策:将删除记录的delete_token设置为该记录的id。
个人认为,索引太大只是其中一个弊端,该方法还会面临一个很棘手的问题:当需要批量删除时,需要对每一条记录进行逐行删除。例如该表还有一个字段叫age,现在需要删除age > 18的记录,共有50条,在业务中,由于需要为每条的delete_token字段插入一个UUID所以需要将其拆分为50条更新操作来进行。这样的代价显然很难接受。
解决方案2:将删除标记设置默认值(例如0),将唯一字段与删除标记添加唯一键约束。当某一记录需要删除时,将删除标记置为NULL。
由于NULL不会和其他字段有组合唯一键的效果,所以当记录被删除时(删除标记被置为NULL时),解除了唯一键的约束。此外该方法能很好地解决批量删除的问题(只要置为NULL就完事了),消耗的空间也并不多(1位 + 联合索引)。
设计方案一:表备份
将删除的数据备份到其他备份表再进行删除。如果有级联数据,也需要进行删除备份。不然数据的完整性就不存在了。
使用MyBatis-Plus实现逻辑删除
这边,我们使用MyBatis-Plus的逻辑删除功能来实现下上面介绍的方案一。
MyBatis-Plus(简称MP)是对MyBatis的增强,可以完全兼容MyBatis的原生功能,而且几乎可以省略单表操作的所有增删改查方法,大大提升了开发效率。详细的使用方式可以参考
官网
下面就来介绍下,MP的逻辑删除功能。
step1:进行配置
mybatis-plus:
global-config:
db-config:
# 全局逻辑删除的实体字段名(since 3.3.0,配置后可以忽略不配置步骤2)
# logic-delete-field: flag
# 逻辑已删除值(默认为 1)
logic-delete-value: 1
# 逻辑未删除值(默认为 0)
logic-not-delete-value: 0
step2: 添加注解
@TableLogic()
@TableField(select = false)
private Integer deleted;
step3: 使用
@Test
public void apiTest(){
// UPDATE test.user SET deleted=1 WHERE user_id=? AND deleted=0
logger.info("开始逻辑删除");
int count = userDAO.deleteById(356);
// SELECT * FROM test.user WHERE user_id=? AND deleted=0
logger.info("开始查询");
User user = userDAO.selectById(357);
// UPDATE test.user SET user_name=?, telephone_no=?, id_card_no=?, identity_type=?, sex=?, birth_date=?, marital_status=?, asset_code=?, asset_branch_code=?, issuing_authority=?, job_type=?, address=?, work_unit=?, create_time=? WHERE user_id=? AND deleted=0
logger.info("开始更新");
userDAO.updateById(user);
MP的逻辑删除功能使用起来非常简单。但是需要我们注意以下几点:
开启逻辑删除功能后,MP在删除、查询和更新时会自动加上条件deleted=0
,也就是只对没有删除的数据进行操作;
虽然MP对开启逻辑删除的表的插入操作没什么限制,但是还是建议在建表时,对deleted
字段做默认限制,默认为0(未删除),插入数据时这个值可以不用设置;
对于自己在xml文件中定义的接口方法,MP是不会自动对其开启逻辑删除功能的,需要我们自己维护逻辑删除功能;
查找: 追加where条件过滤掉已删除数据,且使用 wrapper.entity 生成的where条件会忽略该字段;
下面是使用 QueryWrapper 进行查询时的sql,我们发现前面的deleted=0
条件会让后面我们自己加的deleted条件失效
SELECT * FROM test.user WHERE deleted=0 AND (user_id = ? AND deleted = ? AND user_name = ?)
追加where条件防止更新到已删除数据,且使用 wrapper.entity 生成的where条件会忽略该字段,原因和上面的原因是一样的。
https://www.jianshu.com/p/0d3ce8aed8b5
https://zhuanlan.zhihu.com/p/303458410