翟志军

性别字段存储时应该使用的字符串,还是数字?

在我和同事结对时,发现数据库中多个表中,分别都会有gender这个字段。比如A表,B表,C表。这三个表中,gender字段都是int类型。但是同一性别,在各个表中的值是不同的。比如A表中,1代表男,在B表中却代表了女,在C表中代表未知。

我突然意识到这背后存在更大的问题。从而引发我对“性别字段存储时应该使用的字符串,还是数字?”这个问题思考。也许已经有前辈思考过这个问题并写在某本书的某页,如果有,请告知。谢谢。

0代表女,1代表男

首先,你可能会问,对于这样的问题还用想吗?不是都使用数字吗?0代表女,1代表男。

其实,淘宝就是这么做的:

性别字段存储时应该使用的字符串,还是数字?01

html代码是这样的:

性别字段存储时应该使用的字符串,还是数字?02

这时,我会问如果这个用户没有填写性别信息呢?那你可能将原来的实现改成0代表空,1代表男,2代表女。我提醒你,当你开发的是一个大型网站时,你要将原来的“0代表女”改成“0代表空”,不会那么容易。历史数据要处理。你还需要修改所有用到0,1的代码,即使你使用的是常量代替而不是魔法数字,也不会容易到哪里去。

有经验的程序员

是的,有经验的程序员写代码时,一开始就会想到这个问题,所以一开始就设计“0代表空,1代表男,2代表女”。从前端到后端都统一使用数字。比如:

class User{

   final static int GENDER_NULL = 0

   final static int GENDER_MALE = 1

   final static int GENDER_FEMALE = 2

   int gender

}

class UserController{
	void saveUser(int gender)
}
<div>gender: #if($user.gender == 1)男#elseif($user.gender == 2)女 blabla….</div>

当然前端这样写有些难看,那我们使用宏来代替,比如<div>#displayGender($user.gender)</div>。这里我想留一个疑问:如果想国际化呢?你的displayGender怎么实现的?

实习生来了

某天公司招来了一个实习生要实现一个活动申请表页面。领导觉得这个功能应该不难,所以就将这个任务分配给他。他为了表现自己,哐啷哐啷很快就写完了,还得到了领导的表扬。但实习生根本没有参照前面有经验的程序员的写法(有时不是他的问题,可能是没有人告诉他需要参照某个功能的写法来实现)。有意识一些的实习生还知道将gender的值写成常量,没有意识的,可能你只有去到前端页面看源码才能知道0, 1分别代表什么。

 class ActivityApply{
     final static int GENDER_MALE = 0
     final static int GENDER_FEMALE = 1
     int gender
 }

如果他没有参照前面有经验程序员的写法,我不确定他是否会重用那个前端宏。所以,讲到这里,你应该明白,有时你设计好的“重用”,并不一定会被重用。为什么呢?:P

这里不是故意贬低所有实习生,只是情节需要。

0和1到底放在哪里?

也许你意识到了(通常不包括架构师),我们需要统一将gender常量的值放在某个地方。那位有经验的程序员将其放到了User类中。这样,所有使用的gender的地方都应该变成User.GENDER_MALE blabla,如 activityApply.gender = User.GENDER_MALE。

也许有人想到了,建立一个Gender的类,或者枚举不就行了。比如:

public enum Gender {
	UNKNOWN(0), MALE(1), FEMALE(2);
	private final int value;
	Gender(int value) {
   	 	this.value = value;
	}
	public int getValue() {
    	return value;
	}
}

然后使用的时候就变成了:

user.gender = Gender.UNKNOWN
activityApply.gender = Gender.MALE

问题是不是解决了?就算是实习生来了,也能保证大家的gender的值是一致的。前提是他要知道关于gender的值我们取的都Gender枚举里的值。不论是入职时老员工跟他说,还是他自己发现的。

问题解决了?并没有。当前端发来了个gender参数时,我们如何校验这个参数呢?比如前文提到的淘宝表单里,我们看到:

性别字段存储时应该使用的字符串,还是数字?03

_fm._0.g就是gender参数。

校验时,我们的controller里,有人可能会写成:

if(gender == 2){
	user.gender = Gender.FEMALE 
}else if(gender == 1){ 
	user.gender = Gender.MALE
}else { 
    user.gender = Gender.UNKNOWN
} 高明一些人的会在gender枚举中加入一个静态方法: 

public static Gender genderOf(int aGenderValue){
    for (Gender gender : Gender.values()) {
        if (gender.value == aGenderValue) {
            return gender;
        }
    }
    return Gender.UNKNOWN;
} 然后校验时,
user.gender = Gender.genderOf(genderParameter).value

Gender以数字值存到数据库中,真是最好的方法?

以上,我们的思路看似没有问题。只是,我们没有看到其中的假设。以上思路的假设是:

代码使用者知道有Gender这个枚举类,然后再使用Gender枚举赋值给User.gender字段。

对于数据库中的0、1、2,只有我们的程序进行解释,其它程序里可能使用的是10、11、12

因为是性别可能的值不多,所以,前端代码写成if elseif elseif else,没所谓。但要知道,我们服务不仅仅输出html,还会输出json等其它格式。当然,你可以将这部分逻辑封装起来,这样别人就可以重用了。但是你这里又假设了“TA人知道你的重用”存在,然后正确使用。

首先,你可能认为这些不是问题。我猜想你给出的理由是:

关于1,一进入公司,我们就培训他,gender就使用这个类。或者写一个开发文档。

关于2,我们不需要其它程序解释这个数据库里的值,其他程序都是通过调用我们程序的。

关于3,性别来来回回就那几个,不会扩展到哪里去。

问题不在于Gender而在于别处

我觉得你这些理由是有道理的,但是不是最好的。

关于1:我们的代码应该设计得尽量可靠,可靠到连代码使用者都不会使用错。而User、ActivityApply的gender是int和String这类基础数据类型,不管你培训还是写开发文档,都会给代码使用者有写错的机会。更好的办法是什么,使用枚举类型。这样就可以由编译器来给我们检查代码使用者有没有调用错了。而且,这也解放了代码使用者的大脑。当你在写user.setGender(value)时,如果setGender接收的是一个枚举,IDE自然会提示你,gender有哪些值。

这很像地铁上的门写着“请勿倚靠”,你就认为真没有人倚靠?在合理成本内,地铁门应该设计成就算10个200斤的人倚靠都不怕。

性别字段存储时应该使用的字符串,还是数字?04

这时,你会提问,如果User gender使用的枚举,那么我们怎么持久化到数据库中呢?如果使用ORM框架,它会给你解决。如果不使用ORM,也可以有技巧解决的。这个问题留你自己思考。但是,有一点需要提下,你的业务代码不应该和数据库这样具体技术耦合!可以看看我写的《耦合的本质》

关于2:如果养成了所有有限值内的字段都使用数字来存到数据库中的习惯,问题就没有使用gender这么简单了。在未来的几年,你的代码会充满魔法数字,最终架构腐化。

关于3:和2是同一个问题。

小结

回答本文标题的问题:出现像gender这样有限值的字段,我会优先使用枚举包装起来,持久化时,我会优先使用人看得懂的字符串。

深度一些的思考:

End


为你的收获买单