基础规范

  • 表存储引擎必须使用 InnoDB
  • 表字符集默认使用 utf8,必要时候使用 utf8mb4

    说明:
    1)通用,无乱码风险,汉字3字节,英文1字节
    2)`utf8mb4` 是 `utf8` 的超集,有存储 4 字节例如表情符号时,使用它
    
  • 禁止使用存储过程,视图,触发器,Event

    说明:
    1)对数据库性能影响较大,互联网业务,能让站点层和服务层干的事情,不要交到数据库层
    2)调试,排错,迁移都比较困难,扩展性、移植性较差
    
  • 禁止在数据库中存储大文件,例如照片,可以将大文件存储在对象存储系统,数据库中存储路径
  • 禁止在线上环境做数据库压力测试
  • 测试,开发,线上数据库环境必须隔离

命名规范

  • 库名与应用名称尽量一致。
  • 表名、字段名必须使用小写字母或数字,禁止出现数字开头,禁止两个下划线中间只
    出现数字。

    说明:MySQL 在 Windows 下不区分大小写,但在 Linux 下默认是区分大小写。因此,数据库名、表名、字段名,都不允许出现任何大写字母,避免节外生枝。
    正例:`aliyun_admin`,`rdc_config`,`level3_name`
    反例:`AliyunAdmin`,`rdcConfig`,`level_3_name`
  • 库名,表名,列名必须见名知义,长度不要超过 32 字符
    说明:tmpwushan 谁知道这些库是干嘛的
  • 禁用保留字,如 descrangematchdelayed 等,请参考 MySQL 官方保留字
  • 库备份必须以 bak 为前缀,以日期为后缀
  • 从库必须以 -s 为后缀
  • 备库必须以 -ss 为后缀

表设计规范

  • 单实例表个数必须控制在 2000 个以内
  • 单表分表个数必须控制在 1024 个以内
  • 表必须有主键,推荐使用 UNSIGNED 整数为主键
    潜在坑:删除无主键的表,如果是 row 模式的主从架构,从库会挂住
  • 禁止使用外键,如果要保证完整性,应由应用程式实现
    说明:外键使得表之间相互耦合,影响 update/delete 等 SQL 性能,有可能造成死锁,高并发情况下容易成为数据库瓶颈
  • 建议将大字段,访问频度低的字段拆分到单独的表中存储,分离冷热数据
  • 单表行数超过 500 万行或者单表容量超过 2GB,才推荐进行分库分表。

    说明:如果预计三年后的数据量根本达不到这个级别,请不要在创建表时就分库分表。
  • 表名不使用复数名词。
    说明:表名应该仅仅表示表里面的实体内容,不应该表示实体数量,对应类名也是单数形式,符合表达习惯。
  • 表的命名最好是加上“业务名称_表的作用”。
    正例:alipay_task / force_project / trade_config
  • 表必备三字段:id, gmt_create, gmt_modified
    说明:其中 id 必为主键,类型为 unsigned bigint、单表时自增、步长为 1。gmt_create, gmt_modified 的类型均为 date_time 类型,前者现在时表示主动创建,后者过去分词表示被动更新。

列设计规范

  • 小数类型为 decimal,禁止使用 floatdouble
    说明:floatdouble 在存储的时候,存在精度损失的问题,很可能在值的比较时,得到不正确的结果。
  • 如果存储的数据范围超过 decimal 的范围,建议将数据拆成整数和小数分开存储。
  • 根据业务区分使用 tinyint/int/bigint,分别会占用 1/4/8 字节
  • 根据业务区分使用 char/varchar

    说明:
    1)字段长度固定,或者长度近似的业务场景,适合使用 `char`,能够减少碎片,查询性能高
    2)字段长度相差较大,或者更新较少的业务场景,适合使用 `varchar`,能够减少空间
  • varchar 是可变长字符串,不预先分配存储空间,长度不要超过 5000,如果存储长度大于此值,定义字段类型为 text,独立出来一张表,用主键来对应,避免影响其它字段索引效率。
  • 根据业务区分使用 datetime/timestamp
    说明:前者占用 5 个字节,后者占用 4 个字节,存储年使用 YEAR,存储日期使用 DATE,存储时间使用datetime
  • 必须把字段定义为 NOT NULL 并设默认值

    说明:
    1)`NULL` 的列使用索引,索引统计,值都更加复杂,MySQL 更难优化
    2)`NULL` 需要更多的存储空间
    3)`NULL` 只能采用 `IS NULL` 或者 `IS NOT NULL`,而在 `=`/`!=`/`in`/`not in` 时有大坑
  • 使用 INT UNSIGNED 存储 IPv4,不要用 char(15)
  • 使用 varchar(20) 存储手机号,不要使用整数

    说明:
    1)牵扯到国家代号,可能出现 `+/-/()` 等字符,例如 `+86`
    2)手机号不会用来做数学运算
    3)`varchar` 可以模糊查询,例如 `like ‘138%’`
    
  • 使用 TINYINT 来代替 ENUM
    说明:ENUM 增加新值要进行 DDL 操作
  • 表达是与否概念的字段,必须使用 is_xxx 的方式命名,数据类型是 unsigned tinyint
    ( 1 表示是,0 表示否)。

    说明:任何字段如果为非负数,必须是 `unsigned`。
    正例:表达逻辑删除的字段名 `is_deleted`,1 表示删除,0 表示未删除。
    
  • 如果修改字段含义或对字段表示的状态追加时,需要及时更新字段注释。
  • 字段允许适当冗余,以提高查询性能,但必须考虑数据一致。冗余字段应遵循:

    1)不是频繁修改的字段。
    2)不是 `varchar` 超长字段,更不能是 `text` 字段。
    正例:商品类目名称使用频率高,字段长度短,名称基本一成不变,可在相关联的表中冗余存储类目名称,避免关联查询。
    
  • 合适的字符存储长度,不但节约数据库表空间、节约索引存储,更重要的是提升检索速度。

    正例:如下表,其中无符号值可以避免误存负数,且扩大了表示范围。
    
对象年龄区间类型字节表示范围
150 岁之内unsigned tinyint10 到 255
数百岁unsigned smallint2无符号值:0 到 65535
恐龙化石数千万年unsigned int4无符号值:0 到约 42.9 亿
太阳约 50 亿年unsigned bigint8无符号值:0 到约 10 的 19 次方

索引规范

  • 主键索引名为 pk_[字段名];唯一索引名为 uk_[字段名];普通索引名则为 idx_[字段名];单张表索引数量建议控制在5个以内。
    说明:

    1)`pk_` 即 primary key;`uk_` 即 unique key;`idx_` 即 index 的简称。
    2)互联网高并发业务,太多索引会影响写性能
    3)生成执行计划时,如果索引太多,会降低性能,并可能导致MySQL选择不到最优索引
    4)异常复杂的查询需求,可以选择ES等更为适合的方式存储
    
  • 组合索引字段数不建议超过 5 个
    说明:如果 5 个字段还不能极大缩小 row 范围,八成是设计有问题
  • 超过三个表禁止 join。需要 join 的字段,数据类型必须绝对一致;多表关联查询时,保证被关联的字段需要有索引。
    说明:即使双表 join 也要注意表索引、SQL 性能。踩过因为 JOIN 字段类型不一致,而导致全表扫描的坑么?
  • 理解组合索引最左前缀原则,避免重复建设索引,如果建立了 (a,b,c),相当于建立了 (a), (a,b), (a,b,c)
  • varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据实际文本区分度决定索引长度即可。
    说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会高达 90% 以上,可以使用 count(distinct left(列名, 索引长度))/count(*) 的区分度来确定。
  • 页面搜索严禁左模糊或者全模糊,如果需要请走搜索引擎来解决。
    说明:索引文件具有 B-Tree 的最左前缀匹配特性,如果左边的值未确定,那么无法使用此索引。
  • 如果有 order by 的场景,请注意利用索引的有序性。order by 最后的字段是组合索引的一部分,并且放在索引组合顺序的最后,避免出现 file_sort 的情况,影响查询性能。

    正例:`where a=? and b=? order by c;` 索引:`a_b_c`
    反例:索引中有范围查找,那么索引有序性无法利用,如:`WHERE a>10 ORDER BY b;` 索引 `a_b` 无法排序。
  • 利用覆盖索引来进行查询操作,避免回表。

    说明:如果一本书需要知道第 11 章是什么标题,会翻开第 11 章对应的那一页吗?目录浏览一下就好,这个目录就是起到覆盖索引的作用。
    正例:能够建立索引的种类:主键索引、唯一索引、普通索引,而覆盖索引是一种查询的一种效果,用 `explain` 的结果,`extra` 列会出现:`using index`。
  • 利用延迟关联或者子查询优化超多分页场景。

    说明:MySQL 并不是跳过 `offset` 行,而是取 `offset+N` 行,然后返回放弃前 `offset` 行,返回 N 行,那当 offset 特别大的时候,效率就非常的低下,要么控制返回的总页数,要么对超过特定阈值的页数进行 SQL 改写。
    正例:先快速定位需要获取的 `id` 段,然后再关联:

    SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id

  • SQL 性能优化的目标:至少要达到 range 级别,要求是 ref 级别,如果可以是 consts 最好。
    说明:

    1)consts 单表中最多只有一个匹配行(主键或者唯一索引),在优化阶段即可读取到数据。
    2)ref 指的是使用普通的索引(normal index)。
    3)range 对索引进行范围检索。
    反例:explain 表的结果,type=index,索引物理文件全扫描,速度非常慢,这个 index 级别比较 range 还低,与全表扫描是小巫见大巫。
  • 建组合索引的时候,区分度最高的在最左边。

    正例:如果 `where a=? and b=?` ,a 列的几乎接近于唯一值,那么只需要单建 idx_a 索引即可。
    说明:存在非等号和等号混合判断条件时,在建索引时,请把等号条件的列前置。如:`where a>? and b=?` 那么即使 a 的区分度更高,也必须把 b 放在索引的最前列。
  • 防止因字段类型不同造成的隐式转换,导致索引失效。
  • 创建索引时避免有如下极端误解:

    1)宁滥勿缺。认为一个查询就需要建一个索引。
    2)宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。
    3)抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。
    

SQL 语句

  • 禁止使用 select *,只获取必要字段
    说明:

    1)`select` 会增加 cpu/io/内存/带宽的消耗
    2)指定字段能有效利用索引覆盖
    3)指定字段查询,在表结构变更时,能保证对应用程序无影响
    
  • insert 必须指定字段,禁止使用 insert into T values()

    说明:指定字段插入,在表结构变更时,能保证对应用程序无影响
    
  • 不要使用 count(列名)count(常量) 来替代 count(*)count(*) 是 SQL92 定义的标准统计行数的语法,跟数据库无关,跟 NULL 和非 NULL 无关。

    说明:`count(*)` 会统计值为 `NULL` 的行,而 `count(列名)` 不会统计此列为 `NULL` 值的行。
    
  • count(distinct col) 计算该列除 NULL 之外的不重复行数,注意 count(distinct col1, col2) 如果其中一列全为 NULL,那么即使另一列有不同的值,也返回为 0。
  • 当某一列的值全是 NULL 时,count(col) 的返回结果为 0,但 sum(col) 的返回结果为 NULL,因此使用 sum() 时需注意 NPE 问题。

    正例:可以使用如下方式来避免 `sum` 的 NPE 问题:`SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;`
    注释:*NPE* 全称 NullPointerException 是指编程语言中的空指针异常。
    
  • 使用 ISNULL() 来判断是否为 NULL 值。

    说明:`NULL` 与任何值的直接比较都为 `NULL`。
    1) `NULL<>NULL` 的返回结果是 `NULL`,而不是 `false`。
    2) `NULL=NULL` 的返回结果是 `NULL`,而不是 `true`。
    3) `NULL<>1` 的返回结果是 `NULL`,而不是 `true`。
    
  • 在代码中写分页查询逻辑时,若 count 为 0 应直接返回,避免执行后面的分页语句。
  • 不得使用外键与级联,一切外键概念必须在应用层解决。

    说明:以学生和成绩的关系为例,学生表中的 `student_id` 是主键,那么成绩表中的 `student_id` 则为外键。如果更新学生表中的 `student_id`,同时触发成绩表中的 `student_id` 更新,即为级联更新。外键与级联更新适用于单机低并发,不适合分布式、高并发集群;级联更新是强阻塞,存在数据库更新风暴的风险;外键影响数据库的插入速度。
    
  • 禁止使用存储过程,存储过程难以调试和扩展,更没有移植性。
  • 数据订正时,删除和修改记录时,要先 select,避免出现误删除,确认无误才能执行更新语句。
  • in 操作能避免则避免,若实在避免不了,需要仔细评估 in 后边的集合元素数量,控
    制在 1000 个之内。
  • 如果有全球化需要,所有的字符存储与表示,均以 utf-8 编码,注意字符统计函数的区别。

    说明:
    `SELECT LENGTH("轻松工作");` 返回为 12;
    `SELECT CHARACTER_LENGTH("轻松工作");` 返回为 4;
    如果需要存储表情,那么选择 `utfmb4` 来进行存储,注意它与 `utf-8` 编码的区别。
    
  • TRUNCATE TABLEDELETE 速度快,且使用的系统和事务日志资源少,但 TRUNCATE 无事务且不触发 trigger,有可能造成事故,故不建议在开发代码中使用此语句。

    说明:`TRUNCATE TABLE` 在功能上与不带 `WHERE` 子句的 `DELETE` 语句相同。
    

以上内容,整理自阿里巴巴 Java开发手册和58到家MySQL军规升级版。

标签: MySQL, 数据库, 规范

添加新评论