0)前言
a. 基本规约
【强制】表存储引擎必须使用InnoDB(针对主库一般是强制要求的)
【强制】表字符集默认使用utf8,必要时候使用utf8mb4(个人踩坑:emoji表情存储问题)
•说明:•通用,无乱码风险,汉字3字节,英文1字节
•utf8mb4是utf8的超集,有存储4字节例如表情符号时,使用它
【强制】禁止使用存储过程,视图,触发器,Event
•说明•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
•调试,排错,迁移都比较困难,扩展性较差
【强制】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
【强制】禁止在线上环境做数据库压力测试
【强制】测试,开发,线上数据库环境必须隔离
b. 命名规范
【强制】库名,表名,列名必须用小写,采用下划线分隔
•说明:abc,Abc,ABC都是给自己埋坑
【推荐】库名,表名,列名必须见名知义,长度不要超过32字符
•说明:tmp,wushan谁TM知道这些库是干嘛的
【推荐】库备份必须以bak为前缀,以日期为后缀
【推荐】从库必须以-s为后缀
【推荐】备库必须以-ss为后缀
1)建表规约
【强制】单实例表个数必须控制在2000个以内
【强制】单表分表个数必须控制在1024个以内
【强制】表必须有主键,推荐使用UNSIGNED整数为主键
•说明: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
【强制】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
【推荐】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
【推荐】根据业务区分使用tinyint/int/bigint,分别会占用1/4/8字节
【推荐】根据业务区分使用char/varchar
•说明:•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
•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
【推荐】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
【强制】必须把字段定义为NOT NULL并设默认值
•说明:•NULL的列使用索引,索引统计,值都更加复杂,MySQL更难优化
•NULL需要更多的存储空间
•NULL只能采用IS NULL或者IS NOT NULL,而在=/!=/in/not in时有大坑
【强制】使用INT UNSIGNED存储IPv4,不要用char(15)
【强制】使用varchar(20)存储手机号,不要使用整数
•说明:•牵扯到国家代号,可能出现+/-/()等字符,例如+86
•手机号不会用来做数学运算
•varchar可以模糊查询,例如like ‘138%’
【强制】使用TINYINT来代替ENUM
•说明:ENUM增加新值要进行DDL操作
【强制】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。
【强制】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。数据库字段名的修改代价很大,因为无法进行预发布,所以字段名称需要慎重考虑。
•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
【强制】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,对应于 DO 类名也是单数 形式,符合表达习惯。
【强制】禁用保留字,如 desc、range、match、delayed 等,请参考 MySQL 官方保留字。
【强制】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。
•说明:pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的简称。
【推荐】小数类型为 decimal,禁止使用 float 和 double。
•说明:float 和 double 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。
【强制】如果存储的字符串长度几乎相等,使用 char 定长字符串类型。
【强制】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。
【强制】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。
【推荐】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
【推荐】库名与应用名称尽量一致。
【推荐】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。
【推荐】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。
【推荐】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。
【参考】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。
2)索引规约
【推荐】唯一索引使用uniq_[字段名]来命名
【推荐】非唯一索引使用idx_[字段名]来命名
【推荐】单张表索引数量建议控制在5个以内
•说明:•互联网高并发业务,太多索引会影响写性能
•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
•异常复杂的查询需求,可以选择ES等更为适合的方式存储
【推荐】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
【推荐】不建议在频繁更新的字段上建立索引
【推荐】非必要不要进行JOIN查询,如果要进行JOIN查询,被JOIN的字段必须类型相同,并建立索引
•说明:踩过因为JOIN字段类型不一致,而导致全表扫描的坑么?
【推荐】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)
【强制】业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引。
•说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明 显的;另外,即使在应用层做了非常完善的校验控制,只要没有唯一索引,根据墨菲定律,必 然有脏数据产生。
【强制】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。
【强制】在 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。
【强制】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。
【推荐】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。
【推荐】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。
【推荐】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
【推荐】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:•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。
•ref 指的是使用普通的索引(normal index)。
•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。
【推荐】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。
【推荐】防止因字段类型不同造成的隐式转换,导致索引失效。
【参考】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。
3)查询规约
【强制】禁止使用select *,只获取必要字段
•说明:•select *会增加cpu/io/内存/带宽的消耗
•指定字段能有效利用索引覆盖
•指定字段查询,在表结构变更时,能保证对应用程序无影响
【推荐】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
【强制】隐式类型转换会使索引失效,导致全表扫描
【强制】禁止在where条件列使用函数或者表达式
•说明:导致不能命中索引,全表扫描
【强制】禁止负向查询以及%开头的模糊查询
•说明:导致不能命中索引,全表扫描
【强制】禁止大表JOIN和子查询(非离线大数据库)
【推荐】同一个字段上的OR必须改写问IN,IN的值必须少于50个
【推荐】应用程序必须捕获SQL异常
•说明:方便定位线上问题
【强制】不要使用 count(列名)或 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。
【强制】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。
【强制】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;
【强制】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。
•NULL<>NULL的返回结果是NULL,而不是false。
•NULL=NULL的返回结果是NULL,而不是true。
•NULL<>1的返回结果是NULL,而不是true。
【强制】 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。
【强制】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。
【强制】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。
【强制】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。
【推荐】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。
【参考】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。
【参考】TRUNCATE TABLE 比 DELETE 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。