在 API 商业化、数据接口服务快速落地的当下，数据库设计直接决定了整套服务的稳定性、可扩展性与运维成本。很多团队在项目初期为了快速上线，将用户、权限、日志、计费等逻辑揉在一张表中，随着调用量上涨，很快会遇到计费对账数据不一致、海量日志查询卡顿、并发调用出现超扣、权限管控混乱等问题，后期重构成本极高
一、业务编码冗余的无联表查询架构
技术核心：API平台高并发场景下，多表JOIN是性能与扩展性的主要瓶颈。摒弃传统「主键关联+联表查询」的设计，在调用日志、套餐权限等高频表中冗余app_key、api_code等业务唯一标识，让用户调用记录查询、接口统计等核心场景全部实现单表查询，既解耦物理主键（数据迁移/分库后业务逻辑不变），又将核心查询性能提升40%以上。
-- 日志表冗余业务字段，避免JOIN用户表、接口表
CREATE TABLE `api_call_log` (
`id` bigint NOT NULL AUTO_INCREMENT,
`user_id` bigint NOT NULL,
`app_key` varchar(64) NOT NULL COMMENT '冗余字段：用户身份标识',
`api_id` bigint NOT NULL,
`api_code` varchar(64) NOT NULL COMMENT '冗余字段：接口业务编码',
`deduct_amount` decimal(10,4) DEFAULT 0.0000,
`call_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
KEY `idx_user_time` (`user_id`,`call_time`),
KEY `idx_app_key_time` (`app_key`,`call_time`) -- 直接通过app_key查调用记录
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 核心查询：单表查用户近7天调用记录，无需JOIN用户表
SELECT api_code, COUNT(*) AS call_num, SUM(deduct_amount) AS total_cost
FROM api_call_log
WHERE app_key = 'ak_xxxxxx'
AND call_time >= DATE_SUB(NOW(), INTERVAL 7 DAY)
GROUP BY api_code;
二、双层扣费的事务边界与幂等保障机制
技术核心：API调用同时涉及「账户余额扣减+套餐次数扣减+调用日志写入」三个操作，单表行级锁无法覆盖全链路一致性。通过「窄事务边界+request_id唯一幂等」设计：将扣费与日志放在同一事务内，利用request_id在日志表建唯一索引实现请求幂等，既保证扣费与日志的强一致，又彻底杜绝网络重试、超时重发导致的重复扣费资损问题。
-- 日志表增加request_id唯一索引，作为幂等键
ALTER TABLE api_call_log ADD UNIQUE KEY `uk_request_id` (`request_id`);
-- 完整扣费事务：余额扣减 + 套餐扣减 + 日志写入，天然幂等
START TRANSACTION;
-- 1. 扣减账户余额（行锁保证原子性）
UPDATE api_user
SET balance = balance - 0.0100, total_calls = total_calls + 1
WHERE id = 1001 AND balance >= 0.0100 AND status = 1;
-- 2. 扣减套餐剩余次数
UPDATE api_user_package
SET surplus_num = surplus_num - 1, daily_used = daily_used + 1
WHERE user_id = 1001 AND api_id = 101 AND surplus_num >= 1 AND status = 1;
-- 3. 写入调用日志（唯一索引触发重复键报错，实现幂等）
INSERT IGNORE INTO api_call_log
(user_id, app_key, api_id, api_code, request_id, deduct_amount, business_code)
VALUES
(1001, 'ak_xxxxxx', 101, 'goods_detail', 'req_202607010001', 0.0100, '0');
COMMIT;
三、日志表梯度索引与分级存储优化
技术核心：调用日志是API平台数据量最大的表，常规全字段存储+全场景建索引会导致表体积快速膨胀、写入性能下降。采用「梯度索引+分级存储」策略：核心查询场景建联合索引，长尾排查场景不建索引；成功调用仅存响应摘要，失败调用存储完整报错信息；请求参数自动脱敏落库。在不影响核心业务的前提下，单表体积降低30%以上，写入QPS提升25%。
-- 梯度索引设计：仅保留3个核心查询索引，拒绝无效索引
CREATE TABLE `api_call_log` (
`id` bigint NOT NULL AUTO_INCREMENT,
`request_id` varchar(64) NOT NULL,
`request_params` text COMMENT '脱敏后请求参数',
`response_summary` varchar(500) DEFAULT '' COMMENT '成功调用：响应摘要',
`response_full` text COMMENT '失败调用：完整报错信息',
`call_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP,
PRIMARY KEY (`id`),
-- 核心索引：用户+时间、接口+时间、幂等键
KEY `idx_user_time` (`user_id`,`call_time`),
KEY `idx_api_time` (`api_id`,`call_time`),
UNIQUE KEY `uk_request_id` (`request_id`)
-- 拒绝为IP、错误码等长尾查询单独建索引
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;
-- 分级存储插入示例：成功存摘要，失败存全量
-- 成功调用
INSERT INTO api_call_log (response_summary, response_full, business_code)
VALUES ('返回商品数据10条', '', '0');
-- 失败调用
INSERT INTO api_call_log (response_summary, response_full, business_code, error_msg)
VALUES ('参数校验失败', '{"code":400,"msg":"商品ID格式错误","trace":"xxx"}', '400', '商品ID格式错误');
