大家好我是数据库小学妹 上个月底财务的老李找到我说月度报表和实际对不上差了十几万。我打开数据库查订单表发现有一批金额字段是负数。正常情况下金额不可能是负的。追查下去发现这批数据是三个月前一次批量导入进来的。导入的时候没报错日志显示全部成功。但数据本身就有问题。那天我花了一整天一条一条地追根溯源。最后发现不是数据库坏了是我们从来没想过数据库怎么保证数据是对的这个问题。能跑和跑得对是两回事这个教训是财务那十几万差额教我的。那天追下来我发现脏数据不是单一原因造成的。不同来源的问题混在一起互相掩盖才让这批数据在系统里藏了三个月。查完之后我重新审视了整个项目的数据流转从入库校验到存储机制再到日常监控发现几乎每个环节都有隐患。脏数据的四种典型来源与排查方法字符集截断。客户备注字段里有些记录末尾突然截断后面跟着几个问号。不是源文件的问题是数据库建库时用了utf8不支持四字节的emoji和特殊符号。MySQL默认不会报错直接把不能存的部分截掉日志显示插入成功数据已经坏了。这个限制的根源要追溯到MySQL早期。MySQL的utf8字符集在设计时把每个字符的最大字节数固定为三字节这在当时覆盖了大部分常用字符。但emoji和某些生僻字属于四字节落在utf8mb4的范围。很长一段时间里MySQL的默认字符集还是utf8大量项目在建库时没有显式指定utf8mb4留下了隐患。修复需要把库、表、列都改成utf8mb4。但改之前得先排查库里有多少数据已经被截断了。我写了个SQL把所有包含问号或特殊截断标记的记录筛出来-- 查找可能存在截断的备注记录SELECTid,remarkFROMcustomersWHEREremarkLIKE%?%ORLENGTH(remark)!CHAR_LENGTH(remark)*3;LENGTH返回字节数CHAR_LENGTH返回字符数。utf8编码下一个中文字占3字节如果字节数不等于字符数乘3说明里面混了非三字节的字符或者被截断了。跑出来三千多条只能从源文件重新导入。迁移utf8mb4不是ALTER一下就完了。正确的步骤是先备份全库再改列的字符集再改表最后改库。每一步都要验证。改之前别忘了应用层的连接字符串也要同步设utf8mb4不然数据库改了应用写入还是按utf8白改。隐式类型转换。一批订单在应用里显示已完成数据库状态码却是0待处理。应用层用字符串比较数据库存的是整数。MySQL做隐式类型转换时VARCHAR和数值比较会把VARCHAR转成数值。字符串01转成数值是1不是0查询条件WHERE status 0会漏掉所有01、001的记录。更严重的是这种跨类型比较会让B树索引失效变成全表扫描。数据量小的时候看不出问题大了查询慢十倍。MySQL的B树索引是按字段声明的类型构建的。VARCHAR字段的索引树存的是字符串的二进制排序值。当WHERE条件里拿数值去比较时MySQL必须把索引树里每个节点的字符串值都转成数值再做比较。这意味着优化器放弃走索引直接全表扫描。用EXPLAIN就能直接看到EXPLAINSELECT*FROMordersWHEREstatus0;-- type: ALL全表扫描key: NULL没走索引-- 加上引号改成字符串比较后EXPLAINSELECT*FROMordersWHEREstatus0;-- type: ref走索引key: idx_status这个EXPLAIN输出里type字段告诉你访问类型ALL是最差的意味着扫了整张表。改成字符串比较后变成ref走了索引扫描行数从几万降到几百。更隐蔽的是隐式类型转换还可能把脏数据也匹配出来。比如WHERE phone 13800138000phone是VARCHAR类型。这个查询不走索引不说还会把13800138000a这种脏数据也匹配出来因为13800138000a转成数值就是13800138000。你以为是精确匹配实际上匹配了一堆脏数据。批量查找这类问题可以开Performance Schema-- 开启语句事件收集UPDATEperformance_schema.setup_consumersSETENABLEDYESWHERENAMEevents_statements_history;-- 查看执行过的涉及隐式转换的查询SELECTDIGEST_TEXT,COUNT_STARFROMperformance_schema.events_statements_summary_by_digestWHEREDIGEST_TEXTLIKE%CONVERT%ORDERBYCOUNT_STARDESC;时区漂移。一批跨月订单算错了月份。应用用了UTC时间数据库session设成了东八区。同一个时间戳2025-01-31 23:00 UTC数据库按东八区解析成2025-02-01 07:00。月底的订单变成了月初的。要理解这个问题得先分清MySQL的TIMESTAMP和DATETIME两个类型的本质区别。TIMESTAMP存的是Unix时间戳的整数读取时自动按session的time_zone转换成对应的日期时间。DATETIME存的是字面值比如你插进去2025-01-31 23:00:00它就读出来就是这个值不进行时区转换。两种类型没有绝对的好坏关键在于全链路一致。你的应用、数据库、连接池、报表系统如果混用TIMESTAMP和DATETIME又有时区差异那统计数据一定会出错。连接池里每个连接的时区设置还可能不同。有的连接继承了全局时区UTC有的连接被之前的SQL设成了东八区。同一个查询拿到不同的连接返回的结果不一样。这个问题难复现因为结果取决于碰巧拿到哪个连接。用SELECT session.time_zone就能查到当前会话的时区配置。但你不可能在每个查询前后都查一遍所以需要从根本上解决。最根本的方案是在my.cnf里统一设置[mysqld] default-time-zone 00:00然后在应用层的连接池初始化时统一设置会话时区。我的建议是全链路统一UTC只在最终展示给用户时才转成当地时区。跨时区的业务不用操心转换逻辑数据统计也不会因为时区差异出错。并发写入覆盖。同一条用户记录姓名是最新的手机号却是旧的。两个服务同时更新同一条记录A更新了姓名B执行UPDATE user SET phonexxx WHERE id1把整行覆盖回去包括A刚更新的姓名。MySQL的行级锁锁的是整行不是单个列。两个UPDATE并发执行后到的覆盖先到的。这不是锁的问题而是业务逻辑的并发冲突没被处理。解法有两种。第一种是乐观锁给每条记录加版本号CREATETABLEusers(idBIGINTPRIMARYKEY,nameVARCHAR(100),phoneVARCHAR(20),versionINTDEFAULT0);-- 更新时检查版本号UPDATEusersSETphone13800138000,versionversion1WHEREid1ANDversion5;-- 影响行数为0说明版本号被别人改了需要重试应用层检查UPDATE的影响行数。如果是0说明版本号被别人改了需要重试。适合读多写少的场景。第二种是悲观锁用SELECT…FOR UPDATE显式加行锁STARTTRANSACTION;SELECT*FROMusersWHEREid1FORUPDATE;-- 拿到锁之后再更新UPDATEusersSETphone13800138000WHEREid1;COMMIT;事务开启后FOR UPDATE会锁住这行其他事务的FOR UPDATE必须等锁释放。但要注意FOR UPDATE只锁其他事务的FOR UPDATE和UPDATE/DELETE不锁普通的SELECT。如果有服务不通过事务直接UPDATE还是会覆盖。分布式场景下如果多个服务实例并发操作同一行光靠数据库锁不够。常见做法是在Redis里加分布式锁或者用消息队列把写操作串行化。我的做法是核心写操作通过消息队列串行处理牺牲一点延迟换来确定的写入顺序。约束数据库的最后一道防线老李报表里那批负数金额就是最典型的例子——应用层没拦住数据库也没有CHECK约束卡住。很多人把数据校验全放在应用层数据库只负责存。但应用代码会改、人会犯错。数据库的约束才是最后一道防线。我开始给核心表加CHECK约束。逻辑很简单能用约束卡死的绝不用代码校验。ALTERTABLEordersADDCONSTRAINTchk_amountCHECK(amount0);ALTERTABLEordersADDCONSTRAINTchk_statusCHECK(statusIN(0,1,2,3,4));ALTERTABLEusersADDCONSTRAINTchk_emailCHECK(emailLIKE%___%.__%);金额不能是负数状态码只能在预设范围里邮箱必须符合基本格式。这些约束在数据库层面拦住异常数据应用层出了错也写不进去。有人担心CHECK约束影响性能。我的经验是加上之后INSERT慢了不到百分之一比脏数据进来后花几天排查的代价小得多。跨列约束。单列CHECK不够用很多业务规则是跨列的。比如退款金额不能超过订单金额结束时间不能早于开始时间ALTERTABLEordersADDCONSTRAINTchk_refundCHECK(refund_amounttotal_amount);ALTERTABLEcampaignsADDCONSTRAINTchk_timeCHECK(end_timestart_time);JSON字段校验。MySQL 5.7之后支持JSON类型。JSON字段也可以用CHECK约束做结构校验ALTERTABLEproductsADDCONSTRAINTchk_product_attrsCHECK(JSON_VALID(attributes)1ANDJSON_EXTRACT(attributes,$.price)0);JSON_VALID确保插入的是合法JSONJSON_EXTRACT可以提取JSON里的字段做逻辑判断。这在商品信息、用户画像这种半结构化数据的场景里特别有用。实际推的时候有阻力。有些同事觉得数据库只管存校验是应用的事。我的做法是从金额、状态码这种零争议的字段开始加跑一个月没问题再扩展。用事实说服人比争论有效。外键约束的取舍。很多人一上来就禁用外键理由是影响性能和耦合太紧。这在互联网高并发场景下确实有道理。但在政企和金融系统里数据一致性的要求远高于性能要求。外键能确保父表删了子表不会有孤儿记录子表插入时父记录必须存在。这种引用完整性检查用代码写很容易漏。我的折中方案是核心表订单、用户、权限保留外键高并发日志表和临时表不设外键。用之前做压力测试确认外键带来的性能损耗在可接受范围内。在政企和金融场景里数据一致性的要求更严格。我之前参与过一个项目用的是KingbaseES他们对数据校验的要求几乎是苛刻的。KES内置了更完善的数据完整性检查机制包括字段级约束、跨表约束和业务规则校验。金融级系统里数据错了就是事故没有任何商量余地。从被动救火到主动发现问题亡羊补牢还不够。你得有一套主动发现问题的机制不能等用户来投诉数据不对。我设计了一套日常数据校验流程每天定时跑。跨表一致性校验。同一份数据在不同表中的状态必须一致。比如订单表和订单明细表的总金额要相等SELECTo.order_id,o.total_amount,SUM(d.amount)asdetail_sumFROMorders oLEFTJOINorder_details dONo.order_idd.order_idGROUPBYo.order_id,o.total_amountHAVINGo.total_amount!IFNULL(detail_sum,0)ORd.order_idISNULL;这条SQL会找出所有订单总额和明细总额不一致的记录以及有订单头但没有明细的孤儿记录。每天凌晨跑一次有异常就发邮件告警。业务规则扫描。一组SQL每天检查有没有违反业务逻辑的数据-- 已完成的订单金额为零SELECTorder_idFROMordersWHEREstatus2ANDtotal_amount0;-- 重复手机号SELECTphone,COUNT(*)ascntFROMusersGROUPBYphoneHAVINGcnt1;-- 退款金额超过订单金额SELECTo.order_id,o.total_amount,r.refund_amountFROMorders oJOINrefunds rONo.order_idr.order_idWHEREr.refund_amounto.total_amount;这些规则看起来简单但一旦漏掉脏数据会悄悄扩散到下游报表系统。唯一索引是防止重复数据的最后一道防线。别相信应用层的去重逻辑数据库里的UNIQUE索引才是真的管用。每次批量操作之后做一次数据抽样检查。导入一万条数据随机抽一百条手动核对。花不了十分钟但能发现大问题。数据变更审计与回溯查脏数据的时候我最头疼的不是找到问题而是追不到谁在什么时候改的。没有审计记录你只能看到当前的脏数据看不到它是怎么变脏的。MySQL的binlog可以帮你。开启ROW格式的binlog后每一行数据的变更都会被记录下来。用mysqlbinlog工具可以回溯某个时间段内某张表的所有变更mysqlbinlog --base64-outputdecode-rows-v\--start-datetime2025-01-15 00:00:00\--stop-datetime2025-01-15 23:59:59\mysql-bin.000042|grep-A20### UPDATEbinlog的输出里会显示UPDATE前后的值。但有个前提binlog_format必须是ROW。默认的STATEMENT格式只记录SQL语句不记录行级变化。查binlog适合事后追溯不适合实时监控。审计表方案。binlog是运维工具业务层最好自己建审计表。关键表加一个对应的_audit表记录每次变更的旧值、新值、操作人、操作时间CREATETABLEusers_audit(idBIGINTAUTO_INCREMENTPRIMARYKEY,user_idBIGINT,old_phoneVARCHAR(20),new_phoneVARCHAR(20),operatorVARCHAR(50),changed_atTIMESTAMPDEFAULTCURRENT_TIMESTAMP);配合TRIGGER自动写入审计记录DELIMITER//CREATETRIGGERusers_audit_triggerAFTERUPDATEONusersFOR EACH ROWBEGINIFOLD.phone!NEW.phoneTHENINSERTINTOusers_audit(user_id,old_phone,new_phone)VALUES(OLD.id,OLD.phone,NEW.phone);ENDIF;END//DELIMITER;TRIGGER的好处是自动、不遗漏。只要走了数据库层的UPDATE审计记录就会生成。应用层不用额外写代码。缺点是TRIGGER多了会影响写性能所以要谨慎选择哪些字段需要审计。通常只审计核心字段金额、状态、联系方式、权限。有了审计表数据出了問題就不只是看到脏数据而是能完整还原变更链路谁改的、改之前是什么、改之后是什么。这在排查并发冲突和追溯误操作时非常有用。数据校验实践要点建表的时候就把约束写好。哪些字段不能为空、哪些字段有取值范围、哪些组合必须唯一规矩写在前面后面省十倍力气。别等脏数据进来了再补救那时候改约束可能修复不了已有的问题。批量导入或迁移数据之后必须做抽样核对。不能只看导入成功的日志就完事日志告诉你操作完成了但不告诉你数据对不对。随机抽几十条手动核对是最直接的办法。字符集统一用utf8mb4建库的时候就定好。等数据进来了再改已有的截断数据不一定能自动修复。核心表的设计评审时把约束和索引作为必查项。表结构设计不是定好列名和类型就完了约束定义是结构的一部分不能后补。数据质量体系的搭建我总结为三个层次事前用约束和唯一索引拦截异常数据入库事中外键和TRIGGER确保变更过程的一致性事后定时校验脚本加binlog审计做兜底和追溯。任何一层都不能省。那天查完脏数据我跟财务老李说问题找到了但解决不了。那批数据已经在系统里混了三个月订单发货的、退款的全搅在一起。强行修正只会引发更多问题最后只能标记这批数据新报表单独统计旧数据不再修正。能跑和跑得对是两回事这个教训从那十几万差额开始我一直记到现在。数据质量不该是出了问题才去管的事——它应该在表设计的时候就写进约束里在批量操作之后做抽样检查在日常运维中持续校验。能跑只是起点跑得对才是目标。你在数据校验上踩过哪些坑欢迎在评论区聊聊。我是数据库小学妹咱们下篇见