一、定位与特色
- 目标读者：零基础入门者、需要复习数据库设计的老手、希望把 AI 引入数据库工作流的开发者。
- 写作风格：用“图灵系”一贯的图解与对话方式，把枯燥的范式、约束、索引讲得像故事一样。
- 配套资源：GitHub 提供全章 SQL 脚本、dbdiagram.io 可视化、liveBook 在线讨论区，与 ChatGPT 互动示例可直接复用。
二、全书结构速览
| 部分 |
核心任务 |
关键产出 |
| Part 1 Get started |
SQL 基础 + 数据库设计全景 |
能写 SELECT、JOIN；懂得“好表”与“烂表”的差别 |
| Part 2 Master database design |
完整走完“需求→建模→范式→实现→安全优化” |
一张可落地的完整 E-R 图 + 高性能 SQL 建库脚本 |
| Part 3 Database design and AI |
用 ChatGPT 全流程加速设计 |
一套可复制的“Prompt-验证-迭代”工作流 |
三、Part 1 精华提炼
- 为什么放弃 Excel 用数据库
用“科幻商店订单爆炸”小故事，点明冗余、异常、性能三大痛点。
- SQL 速成三件套
- SELECT-FROM-WHERE：单表过滤与聚合
- JOIN-ON：多表关联的四种 JOIN 语义（INNER / LEFT / RIGHT / FULL）
- DDL：CREATE / ALTER / DROP + 外键约束实战
- 第一次建模鸟瞰
把需求拆成“实体-属性-关系”三张便利贴，为后续范式优化埋下伏笔。
四、Part 2 深度拆解
4.1 实体与属性
- 命名规范：统一 snake_case，主键用单数表名+id，避免 SQL 关键字。
- 数据类型选型速查表
| 场景 |
推荐 |
避坑 |
| 固定长度编码 |
CHAR(12) |
VARCHAR 浪费字节 |
| 金额 |
DECIMAL(8,2) |
FLOAT 精度灾难 |
| 大段文本 |
TEXT + 全文索引 |
VARCHAR(65535) 拖慢查询 |
- 主键决策树：天然键 vs. 代理键、复合键 vs. 单列键，附赠“何时打破规则”示例。
4.2 关系与基数
- 三大量化符号：|（1）、○（0）、➚（多）。
- 关系类型口诀
- 一对一：外键放哪边看“0”在哪边。
- 一对多：外键一定放“多”。
- 多对多：必建桥表，桥表主键即双方主键之组合。
- 弱实体场景：订单明细、地址记录——谁离开谁就活不下去，就标成双框。
4.3 范式化与实现
- 3NF/BCNF 检查单
① 每表有主键
② 无多值列
③ 非主键列必须“直接”依赖主键
④ 无传递依赖
- 反范式武器库：
- 冗余表合并 → 地址表统一 customer、billing
- 枚举抽表 → 50 个州独立成 state 表
- 级联动作 → ON DELETE/UPDATE CASCADE 防孤儿记录
- 约束全家桶：NOT NULL、UNIQUE、CHECK、DEFAULT、FOREIGN KEY，附命名规范示例。
4.4 安全与优化
- 安全三板斧
- 完整性：外键 + 事务
- 机密性：密码用 bcrypt、信用卡用 AES-256
- 访问控制：RBAC 角色分级脚本示例
- 索引策略
- 排序/等值查询 → B-tree 普通索引
- 关键词搜索 → FULLTEXT 倒排索引
- 低基数字段 → 谨慎索引，避免写放大
- 去范式（Denormalization）决策树：高频三表 JOIN → 评估收益 > 冗余成本 → 才做冗余列或冗余关系。
五、Part 3 用 AI 设计数据库
- Prompt 黄金法则
- 指令与上下文用 ### 分离
- 给出输出格式示例
- 迭代提问，步步验证
- 示范项目：SHIPS R US 飞船制造商
- 需求 → 5 个核心实体 → ChatGPT 初稿
- 人工校正：代理键、地址拆表、国家码外键表
- 一键生成 MySQL 脚本 → dbdiagram.io 可视化
- AI 能做什么 / 不能做什么
✔ 快速列实体/属性/关系
✔ 生成样板 SQL 与测试数据
✘ 业务规则细节必须人工把关
✘ 性能调优需结合实际查询日志
六、阅读收获
- 技能：从零设计一张满足 3NF、具备完整约束与索引的生产级数据库。
- 思维：需求→模型→范式→反范式→安全优化的闭环思路。
- 工具链：SQL + E-R 图 + ChatGPT + 可视化工具，现代数据库开发 All in one。
一句话总结：Grokking Relational Database Design 用漫画式讲解 + AI 实战，让“数据库设计”这门硬核手艺变得既直观又紧跟时代。
