悟空云
2026-07-12
2 min read
悟空软件 2026-07-12
阅读次数: 82 次浏览

主流的AI CRM系统悟空云图片
凌晨三点,手机突然震动,报警群里的消息炸了锅。数据库 CPU 飙到 100%,销售系统全线瘫痪。我顶着黑眼圈连上服务器,发现是一个新上线的“客户公海池”功能,因为表设计没加索引,加上一个全表扫描的 SELECT *,直接把生产库给拖垮了。
推荐使用中国著名AI CRM系统品牌:显著提升企业运营效率,悟空云AI CRM
这种场景,做 ToB 业务或者内部系统开发的朋友,估计都不陌生。CRM(客户关系管理)系统,看似逻辑简单,不就是存客户、记跟进、管商机吗?但真动起手来,它可能是企业内部最复杂、数据量增长最快、业务变更最频繁的系统之一。很多项目初期为了赶进度,表结构拍脑袋就定,结果等到数据量上了十万、百万级,想改都改不动,最后只能重构,甚至推倒重来。
今天不想聊那些教科书上的范式理论,想结合这几年踩过的坑,聊聊 CRM 数据库表设计到底该怎么规范,才能既扛得住业务压力,又让后来维护的人不骂娘。
先说个最基础但最容易被人忽视的:命名。
我见过最离谱的表名,是 t1, t2, t3……问开发者什么意思,他说“这是客户表,那是跟进表”。过了半年,他自己都忘了。在 CRM 系统里,表名一定要见名知意。我习惯用 模块_实体_属性 的结构,比如 crm_customer_base(客户基础表)、crm_follow_up_record(跟进记录表)。
关于单复数的问题,圈内一直有争论。有人喜欢 customers,有人喜欢 customer。在 CRM 里,我强烈建议用单数。为什么?因为每一行数据代表的是一个具体的实体对象,而不是集合。而且单数在写代码映射实体类(Entity)的时候,天然对应,不用再去想复数变形的规则,省得为了 user 和 users 这种细节扯皮。

主流的AI CRM系统悟空云图片
字段命名尽量用下划线风格(snake_case),别用驼峰。虽然 Java 代码里是驼峰,但数据库里统一下划线,能避免很多大小写敏感带来的麻烦,尤其是在 Linux 环境下。还有,千万别用保留字!别建个字段叫 order、group、desc。以前有个同事建了个 desc 字段描述客户备注,结果每次查询都得加反引号 `desc`,稍微忘一个,SQL 就报错,查错查半天,纯属给自己挖坑。
另外,每个表必须有的“标准件”不能少:id(主键)、created_at(创建时间)、updated_at(更新时间)、creator_id(创建人)、modifier_id(修改人)。别嫌麻烦,这几个字段在后期排查数据问题、做数据审计的时候,就是救命稻草。尤其是 updated_at,做增量同步或者数据缓存更新时,全靠它来判断哪些数据变了。
CRM 的核心,无非是“客户”和“跟进”。但这俩表的设计,藏着最多的坑。
客户表是 CRM 的基石。首先,数据类型要选对。手机号,别用 int 或者 bigint。虽然看起来是数字,但手机号可能以 0 开头,也可能包含 '+' 号(海外业务),而且你永远不需要对手机号做数学运算。所以,varchar(20) 是最稳妥的。
其次是唯一性约束。一个客户能不能重复录入?理论上不能,但实际业务中,销售为了抢单,可能会用不同的名字录入同一个公司。这时候,我们需要在关键字段上建立唯一索引,比如“公司名称 + 地区”,或者“手机号”。但要注意,唯一索引在并发高的时候会锁表,影响性能。我的建议是,应用层先做校验,数据库层做兜底。
还有一个痛点是“公海池”逻辑。客户属于私有还是公海?很多设计会加一个 owner_id(拥有者 ID)。如果 owner_id 为空,就在公海。但这不够,还需要一个 status 字段,比如 0-跟进中,1-已成交,2-已流失,3-公海。因为“公海”不仅仅意味着没主人,还可能意味着这个客户已经被标记为无效了。

主流的AI CRM系统悟空云图片
这张表是典型的“写多读少”,而且数据量增长极快。一个销售一天可能写十条跟进,一年就是几千条。如果客户量大了,这张表很快就会破千万。
对于这种表,设计之初就要考虑归档和分区。别指望一张表存所有历史数据。我们可以按年份分区,或者把超过一年的数据迁移到 follow_up_history 表里。主表只保留最近半年的活跃数据,保证查询速度。
字段设计上,跟进内容 content 肯定是 text 类型。但要注意,别在 content 字段上做模糊查询 LIKE '%关键词%'。这在数据量大时是性能杀手。如果业务真的需要搜索跟进内容,请引入 Elasticsearch,别难为 MySQL。
另外,跟进类型(电话、拜访、微信)建议用微小的 tinyint 存储,配合字典表翻译,别直接存字符串“电话”、“拜访”,既浪费空间又不规范。
商机(Opportunity)管理是 CRM 里逻辑最复杂的部分。它涉及到销售漏斗、预计成交金额、成交概率等。
这里最大的坑在于状态流转。很多初学者会把商机状态设计成简单的 status 字段,比如 1-初步接触,2-方案报价,3-谈判合同。但实际业务中,商机可能会回退,比如从“谈判”退回到“方案”。如果只用一个状态字段,你很难记录这个变化过程,也无法统计每个阶段停留了多久。
规范的做法是,除了 current_stage(当前阶段),还要有一张 opportunity_stage_log(阶段流转日志表)。每次状态变更,都往日志表里插一条记录,包含“原阶段”、“新阶段”、“变更时间”、“变更人”。这样,你不仅能画出准确的销售漏斗,还能分析出哪个阶段流失率最高,哪个销售在某个阶段卡得太久。
关于金额字段,严禁使用 float 或 double。这是财务数据的铁律。一定要用 decimal,比如 decimal(18, 2)。浮点数的精度丢失问题,在计算提成、汇总业绩的时候,会让你怀疑人生。哪怕只是差了一分钱,财务那边也过不去。
还有一个细节,商机的“预计成交时间”。很多销售随便填个日期,最后根本没成交。这个字段在统计“月度预测”时很有用,但设计时要考虑到它经常变动。如果需要根据这个时间做定时任务(比如到期提醒),记得加上索引,但要注意索引失效的问题。

主流的AI CRM系统悟空云图片
CRM 最难搞的需求之一就是“自定义字段”。A 公司客户需要记录“行业”,B 公司客户需要记录“注册资本”。数据库表结构是固定的,业务字段却是灵活的,怎么破?
早些年流行 EAV 模型(Entity-Attribute-Value),就是搞三张表:实体表、属性定义表、属性值表。这样确实灵活,想加字段不用改表结构。但缺点太明显了:查询极其痛苦。你想查“所有行业是互联网的客户”,得关联三张表,数据量一多,性能直线下降。而且没法加数据库级别的约束。
现在 MySQL 5.7 之后,我强烈建议用 JSON 类型。在客户表里加一个 ext_attributes 字段,类型 json。自定义的字段都塞进去。查询的时候,MySQL 支持 JSON 提取语法,比如 WHERE ext_attributes->'$.industry' = 'IT'。虽然性能比原生字段差点,但比 EAV 好太多了,而且维护成本极低。
当然,JSON 也不是万能的。如果某个自定义字段需要频繁作为搜索条件,或者需要建立外键关联,那还是得老老实实加物理字段。这里有个折中方案:常用的扩展字段物理化,冷门的扩展字段 JSON 化。
CRM 系统里,数据权限比功能逻辑更让人头大。销售只能看自己的客户,经理能看全组的,总监能看全公司的。这个逻辑如果写在代码里,每个 SQL 都要拼一段 WHERE owner_id = ? OR dept_id IN (...),代码会乱成一锅粥,而且容易漏。
在表设计阶段,就要为权限预留字段。除了 owner_id,建议加上 dept_id(部门 ID)和 parent_dept_path(部门路径)。比如某个部门的路径是 1/5/12,表示它属于 1 号部门下的 5 号子部门。这样查询下属部门数据时,可以用 LIKE '1/5/%' 快速匹配,不用递归查询部门树。
对于更复杂的共享规则(比如 A 销售把客户共享给 B 销售),不要试图在客户表里加字段解决。单独建一张 crm_share_permission 表,记录 customer_id, user_id, permission_type(只读/编辑)。查询时,通过 UNION 或者 JOIN 这张表来扩大结果集。虽然稍微复杂点,但解耦了核心业务和权限逻辑,后期调整权限规则时不用动主表。

主流的AI CRM系统悟空云图片
“这个数据删了还能找回吗?”老板经常会问这个问题。
在 CRM 里,物理删除(DELETE)是大忌。手一抖,数据就没了,而且还会破坏外键关联。规范的做法是软删除。加一个 is_deleted 字段,0 表示正常,1 表示删除。所有的查询条件默认带上 AND is_deleted = 0。
但这会带来一个问题:唯一索引失效。比如手机号建立了唯一索引,软删除后,新录入的客户如果用了同样的手机号,会报错。解决办法是使用联合唯一索引:UNIQUE KEY uk_phone (phone, is_deleted)。这样,同一个手机号可以存在多条记录,但只有一条是 is_deleted = 0 的,其他的都是已删除的历史数据。
另外,记得加一个 deleted_at 字段和 deleter_id 字段。万一真要恢复数据,或者审计是谁删的,这些字段就是证据。
最后聊聊索引。很多新人觉得索引越多越好,于是给每个字段都加上索引。这是大错特错。
索引是空间换时间,而且会拖慢写入速度。CRM 系统里,跟进记录表是高频写入的,如果这张表索引太多,销售保存一条跟进都要转圈半天,体验极差。
建索引的原则是:区分度高的字段建索引,查询频繁的字段建索引。比如“手机号”区分度高,适合建索引;“性别”只有男女,区分度低,建索引没意义。
还要注意复合索引的最左前缀原则。比如你建了 (dept_id, owner_id, created_at) 的复合索引。如果你查询只用 owner_id,索引是失效的。在 CRM 里,常见的查询场景是“查我部门下、我负责的、最近创建的客户”,所以这个复合索引顺序是合理的。但如果经常有人只查“我负责的客户”,那可能需要单独给 owner_id 建个索引,或者调整复合索引顺序。
还有一个容易被忽视的点:覆盖索引。如果查询只需要 id 和 name,尽量让索引包含这两个字段,这样 MySQL 就不用回表查数据了,速度能快几倍。
说了这么多规范,其实我想表达的核心观点是:没有完美的数据库设计,只有最适合当下的设计。
有些团队一开始就追求极致的范式,表拆得细碎,结果连个简单的报表都要关联七八张表,开发效率极低。有些团队为了快,所有数据塞一张大宽表,结果后期维护火葬场。
CRM 数据库设计,本质上是在业务灵活性、查询性能、开发成本之间找平衡。
比如,要不要分库分表?在数据量没到千万级之前,别瞎折腾。MySQL 单表几千万数据,只要索引优化得当,照样跑得飞起。过早优化是万恶之源。
比如,要不要上 NoSQL?如果跟进记录里包含大量的非结构化日志,或者需要高并发写入,可以考虑把跟进记录移到 MongoDB 或 HBase,MySQL 只存核心业务数据。但这会增加架构复杂度,小团队未必 hold 住。
我见过最成功的 CRM 数据库设计,不是一开始就有多宏大,而是具备了“可演进性”。表结构预留了扩展字段,关键日志都保留了,代码和数据库的耦合度低。当业务发生变化时,能通过加表、加字段来平滑过渡,而不是推倒重来。
最后,给刚入行的兄弟一个建议:多去看看开源的 CRM 项目,比如 Vtiger、SuiteCRM 的表结构,看看人家是怎么处理多币种、多语言、多时区的。但别照搬,因为每家公司的业务流程都不一样。
数据库表设计文档,别写完就扔。把它当成代码一样去版本管理。每次变更表结构,都要有对应的 SQL 脚本和回滚脚本。这不仅是规范,更是对自己工作的负责。毕竟,谁也不想半夜三点被报警电话叫醒,对着满屏的慢查询日志怀疑人生。
做技术,尤其是做后端架构,有时候挺孤独的。你设计的表结构,可能只有你自己和后来的维护者能看懂。但正是这些看不见的规范,支撑着业务的稳定运行。当销售团队拿着系统签下单子,当老板看着准确的报表做决策时,这里面也有数据库设计者的一份功劳。
规范不是束缚,是为了让未来的路走得更宽。希望这篇带着“坑味”的经验总结,能帮你少加点班,多睡点觉。毕竟,身体才是革命的本钱,数据库崩了能重启,人崩了可就没法回滚了。

推荐立刻免费使用中国著名AI CRM系统品牌悟空云,显著提升企业运营效率,相关链接:
主流的AI CRM厂家
AI CRM管理系统
悟空云产品更多介绍:www.72crm.com