Day 3 | MySQL + 数据库设计：前端视角看不到的世界

---

前端的数据世界 vs 后端的数据世界

前端开发者每天和数据打交道，但数据是这样的：

// 你眼里的"数据"
const accident = {
  id: 1,
  title: '迎泽大街交通事故',
  severity: '严重',
  location: { lng: 112.549, lat: 37.857 },
  imageUrls: ['https://minio.../img1.jpg', 'https://minio.../img2.jpg']
}

后端眼里同一份数据，是这样的：

-- t_accident 表（事故主表）
SELECT * FROM t_accident WHERE id = 1;

+----+---------------------+---------+------------+-----------+
| id | title               | severity| longitude  | latitude  |
+----+---------------------+---------+------------+-----------+
|  1 | 迎泽大街交通事故     | 严重    | 112.549    | 37.857    |
+----+---------------------+---------+------------+-----------+

-- t_accident_image 表（事故图片关联表）
SELECT * FROM t_accident_image WHERE accident_id = 1;

+----+-------------+------------------------------+
| id | accident_id | url                          |
+----+-------------+------------------------------+
|  1 |           1 | https://minio.../img1.jpg    |
|  2 |           1 | https://minio.../img2.jpg    |
+----+-------------+------------------------------+

前端一个对象，后端可能是三张表 + 两次 JOIN + 一次聚合查询。这就是为什么前端学后端，最难的一关是数据库设计思维。

---

数据库设计的核心概念（前端人听得懂的版本）

1. 表 = 类型，字段 = 属性，外键 = 关联

-- 事故表（主表）
CREATE TABLE t_accident (
    id          BIGINT PRIMARY KEY AUTO_INCREMENT,
    title       VARCHAR(255)  NOT NULL COMMENT '事故标题',
    severity    VARCHAR(20)   NOT NULL COMMENT '严重程度：严重/一般/轻微',
    longitude   DECIMAL(10, 6) COMMENT '经度',
    latitude    DECIMAL(10, 6) COMMENT '纬度',
    location    VARCHAR(500)   COMMENT '地点描述',
    description TEXT           COMMENT '事故描述',
    occur_time  DATETIME       COMMENT '发生时间',
    create_time DATETIME       DEFAULT CURRENT_TIMESTAMP,
    update_time DATETIME       DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP
);

2. 主键、外键、索引——为什么你的查询很慢

-- 给经纬度加索引（高频查询字段）
CREATE INDEX idx_location ON t_accident(longitude, latitude);

-- 给时间加索引（按时间范围查询）
CREATE INDEX idx_occur_time ON t_accident(occur_time);

-- 给严重程度加索引（分类统计）
CREATE INDEX idx_severity ON t_accident(severity);

前端类比： 索引就像书的目录。查"第5章"不需要翻完前4章——这就是索引的作用。给 WHERE longitude = ? AND latitude = ? 经常查的字段加索引。

3. 一对多关系：事故 → 图片

CREATE TABLE t_accident_image (
    id          BIGINT PRIMARY KEY AUTO_INCREMENT,
    accident_id BIGINT         NOT NULL,
    url         VARCHAR(500)   NOT NULL,
    type        VARCHAR(20)    COMMENT 'image/video',
    FOREIGN KEY (accident_id) REFERENCES t_accident(id)
);

前端类比： accident.images = [] 在前端是数组，在后端是一张独立的表，用 accident_id 关联回来。

---

MyBatis-Plus：让 SQL 写得像前端查询

纯手写 SQL 对前端开发者来说门槛太高。MyBatis-Plus（MyBatis 的增强工具）让这件事变得像调用方法一样简单：

// Mapper 接口（对应一张表）
@Mapper
public interface AccidentMapper extends BaseMapper<Accident> {
    // MyBatis-Plus 自动生成：SELECT * FROM t_accident WHERE id = ?
    // 你只需要写复杂查询
}

// Service
@Service
public class AccidentService {
    @Autowired private AccidentMapper accidentMapper;

    // 按 ID 查询（自动生成，不用写 SQL）
    public Accident getById(Long id) {
        return accidentMapper.selectById(id);
    }

    // 按严重程度统计（手写 SQL）
    public Long countBySeverity(String severity) {
        return accidentMapper.selectCount(
            new LambdaQueryWrapper<Accident>()
                .eq(Accident::getSeverity, severity)
        );
    }
}

前端类比： accidentMapper.selectById(id) 等于 store.state.accidents[id]。只是数据来源从内存变成了数据库。

---

AI 辅助写 SQL 的实战方法

真实项目中，SQL 往往是最需要 AI 辅助的部分。以下是让 AI 帮你写 SQL 的正确姿势：

场景1：建表语句生成

Prompt："我有一个事故记录表 t_accident（字段：id, title, severity, longitude, latitude, occur_time），
请生成 MySQL 建表语句，包含主键、自动更新时间、合适的索引，用于事故一张图的热力图查询（按经纬度范围查询）。"

场景2：复杂统计查询

Prompt："我需要一条 SQL 统计每个严重程度的事故数量，并计算平均发生间隔。
表 t_accident，字段：id, severity（严重/一般/轻微）, occur_time（DATETIME）。
MySQL 8.0 环境。"

场景3：数据迁移

Prompt："我要把 t_accident.image_urls（JSON数组字段）里的图片URL拆分到 t_accident_image 表，
每张图片一行，用 Python pymysql 执行。表结构和数据如下：[粘贴表结构]"

---

今日任务清单

1. 安装并启动 MySQL：Windows 上建议用 phpStudy 快速启动，验证连接：

   import pymysql
   conn = pymysql.connect(host='localhost', user='root', password='123456', database='accident_db')
   print(conn.cursor().execute("SELECT 1"))
   conn.close()
   

2. 阅读真实项目的表结构：查看 accident_db 下的所有表，理解 t_accident、t_cause、t_user 之间的关系
3. 让 AI 生成一条 JOIN 查询：关联 t_accident 和 t_accident_image，返回事故及其所有图片URL（JSON 数组格式）

---

思维升级

数据库不是"存储数据的地方"，是一个有结构、有约束、有性能要求的数据系统。
前端学后端，学会用 SQL 思考数据，而不是只学怎么 CRUD。