我希望每个人，包括dba和开发人员/设计人员/架构师，都能更好地理解如何正确地对业务领域建模，以及如何将业务领域模型映射/转换为规范化的数据库逻辑模型、优化的物理模型和适当的面向对象类模型(每种模型由于各种原因(可能)不同)，并理解何时、为什么以及它们(或应该)如何彼此不同。

非常好的问题。让我们看看，首先，没有完全理解连接的人不应该考虑查询数据库。这就像开车时不知道方向盘和刹车在哪里一样。您还需要了解数据类型以及如何选择最佳数据类型。

开发人员应该了解的另一件事是，在设计数据库时，你应该记住三件事:

Data integrity - if the data can't be relied on you essentially have no data - this means do not put required logic in the application as many other sources may touch the database. Constraints, foreign keys and sometimes triggers are necessary to data integrity. Don't fail to use them because you don't like them or don't want to be bothered to understand them. Performance - it is very hard to refactor a poorly performing database and performance should be considered from the start. There are many ways to do the same query and some are known to be faster almost always, it is short-sighted not to learn and use these ways. Read some books on performance tuning before designing queries or database structures. Security - this data is the life-blood of your company, it also frequently contains personal information that can be stolen. Learn to protect your data from SQL injection attacks and fraud and identity theft.

在查询数据库时，很容易得到错误的答案。确保完全理解数据模型。请记住，实际决策通常是基于查询返回的数据做出的。当它是错误的，就会做出错误的商业决策。你可能会因为糟糕的询问而杀死一家公司，或者失去一个大客户。数据是有意义的，但开发者往往忘记了这一点。

数据几乎永远不会消失，考虑的是随着时间的推移存储数据，而不是今天如何获取数据。数据库在拥有10万条记录时运行良好，十年后可能就不那么好了。应用程序很少能像数据一样持久。这就是为什么性能设计如此重要的原因之一。

您的数据库可能需要应用程序不需要看到的字段。比如用于复制的guid，插入的日期字段。等。您还可能需要存储更改的历史，以及谁在什么时候做了更改，并能够从这个存储库中恢复坏的更改。在向网站询问如何修复忘记在更新中添加where子句并更新整个表的问题之前，请考虑一下您打算如何做到这一点。

永远不要在比生产版本更新的数据库版本中进行开发。永远、永远、永远不要直接针对生产数据库进行开发。

如果没有数据库管理员，请确保有人正在进行备份，并且知道如何恢复备份，并且已经测试过如何恢复备份。

数据库代码就是代码，没有理由不把它像其他代码一样放在源代码控制中。

简单的尊重。

它不仅仅是一个存储库 您可能并不比供应商或dba更了解情况 你不会在凌晨3点的时候，在高级经理对你大喊大叫的情况下支持它

我认为每个开发人员都应该理解数据库需要不同的范例。

在编写查询以获取数据时，需要一种基于集的方法。许多具有交互背景的人对此感到困惑。然而，当他们接受它时，他们可以获得更好的结果，即使解决方案可能不是第一次出现在他们以迭代为中心的思想中的解决方案。

阻抗失配问题，并了解常见缺陷或orm。

每个开发人员都应该知道这是错误的:“分析数据库操作与分析代码完全不同。”

在传统意义上有一个明确的Big-O。当你做一个EXPLAIN PLAN(或等效)时，你看到的是算法。有些算法涉及嵌套循环，并且是O(n ^ 2)。其他算法涉及到b树查找，并且是O(n log n)。

这是非常非常严重的。这是理解为什么索引很重要的关键。这对于理解速度-标准化-非标准化之间的权衡至关重要。这对于理解为什么数据仓库使用星型模式是非常重要的，而星型模式并没有对事务更新进行规范化。

如果您不清楚所使用的算法，请执行以下操作。停止。解释查询执行计划。相应调整指标。

同样，结论是:索引越多越好。

有时，专注于一个操作的索引会降低其他操作的速度。根据这两个操作的比例，添加一个索引可能有良好的效果，也可能没有整体影响，或者对整体性能不利。