# 数据库命令规范 - 所有数据库对象名称必须使用小写字母并用下划线分割; - 所有数据库对象名称禁止使用 MySQL 保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来）; - 数据库对象的命名要能做到见名识意，并且最后不要超过 32 个字符; - 临时库表必须以 tmp_为前缀并以日期为后缀，备份表必须以 bak_为前缀并以日期 (时间戳) 为后缀; - 所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低） # 数据库基本设计规范 #### 1. 所有表必须使用 Innodb 存储引擎 没有特殊要求（即 Innodb 无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用 Innodb 存储引擎（MySQL5.5 之前默认使用 Myisam，5.6 以后默认的为 Innodb）。Innodb 支持事务，支持行级锁，更好的恢复性，高并发下性能更好。 #### 2. 数据库和表的字符集统一使用 UTF8 兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会造成索引失效，如果数据库中有存储 emoji 表情的需要，字符集需要采用 utf8mb4 字符集。 #### 3. 所有表和字段都需要添加注释 使用 comment 从句添加表和列的备注，从一开始就进行数据字典的维护。 #### 4. 尽量控制单表数据量的大小,建议控制在 500 万以内。 500 万并不是 MySQL 数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题。 可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小 #### 5. 谨慎使用 MySQL 分区表 分区表在物理上表现为多个文件，在逻辑上表现为一个表； 谨慎选择分区键，跨分区查询效率可能更低； 建议采用物理分表的方式管理大数据。 #### 6.尽量做到冷热数据分离,减小表的宽度 > MySQL 限制每个表最多存储 4096 列，并且每一行数据的大小不能超过 65535 字节。 减少磁盘 IO,保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的 IO； 更有效的利用缓存，避免读入无用的冷数据；经常一起使用的列放到一个表中（避免更多的关联操作）。 #### 7. 禁止在表中建立预留字段 预留字段的命名很难做到见名识义。 预留字段无法确认存储的数据类型，所以无法选择合适的类型。 对预留字段类型的修改，会对表进行锁定。 #### 8. 禁止在数据库中存储图片,文件等大的二进制数据 通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机 IO 操作，文件很大时，IO 操作很耗时。 通常存储于文件服务器，数据库只存储文件地址信息。 #### 9. 禁止在线上做数据库压力测试 #### 10. 禁止从开发环境,测试环境直接连接生成环境数据库 # 数据库字段设计规范 #### 1. 优先选择符合存储需要的最小的数据类型 **原因：** 列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的 IO 次数也就越多，索引的性能也就越差。 **方法：** ###### **A.将字符串转换成数字类型存储,如:将 IP 地址转换成整形数据** MySQL 提供了两个方法来处理 ip 地址 •inet_aton 把 ip 转为无符号整型 (4-8 位) •inet_ntoa 把整型的 ip 转为地址 插入数据前，先用 inet_aton 把 ip 地址转为整型，可以节省空间，显示数据时，使用 inet_ntoa 把整型的 ip 地址转为地址显示即可。 ###### **B.对于非负型的数据 (如自增 ID,整型 IP) 来说,要优先使用无符号整型来存储** **原因：** 无符号相对于有符号可以多出一倍的存储空间 ```sql SIGNED INT -2147483648~2147483647 UNSIGNED INT 0~4294967295 ``` VARCHAR(N) 中的 N 代表的是字符数，而不是字节数，使用 UTF8 存储 255 个汉字 Varchar(255)=765 个字节。**过大的长度会消耗更多的内存。** #### 2. 避免使用 TEXT,BLOB 数据类型，最常见的 TEXT 类型可以存储 64k 的数据 ##### **A. 建议把 BLOB 或是 TEXT 列分离到单独的扩展表中** MySQL 内存临时表不支持 TEXT、BLOB 这样的大数据类型，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行。而且对于这种数据，MySQL 还是要进行二次查询，会使 sql 性能变得很差，但是不是说一定不能使用这样的数据类型。 如果一定要使用，建议把 BLOB 或是 TEXT 列分离到单独的扩展表中，查询时一定不要使用 select * 而只需要取出必要的列，不需要 TEXT 列的数据时不要对该列进行查询。 ##### **B.TEXT 或 BLOB 类型只能使用前缀索引** 因为MySQL[1] 对索引字段长度是有限制的，所以 TEXT 类型只能使用前缀索引，并且 TEXT 列上是不能有默认值的。 #### 3. 避免使用 ENUM 类型 修改 ENUM 值需要使用 ALTER 语句 ENUM 类型的 ORDER BY 操作效率低，需要额外操作 禁止使用数值作为 ENUM 的枚举值 #### 4. 尽可能把所有列定义为 NOT NULL **原因：** 索引 NULL 列需要额外的空间来保存，所以要占用更多的空间 进行比较和计算时要对 NULL 值做特别的处理 #### 5. 使用 TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储时间 TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07 TIMESTAMP 占用 4 字节和 INT 相同，但比 INT 可读性高 超出 TIMESTAMP 取值范围的使用 DATETIME 类型存储 **经常会有人用字符串存储日期型的数据（不正确的做法）** - 缺点 1：无法用日期函数进行计算和比较 - 缺点 2：用字符串存储日期要占用更多的空间 #### 6. 同财务相关的金额类数据必须使用 decimal 类型 - 非精准浮点：float,double - 精准浮点：decimal Decimal 类型为精准浮点数，在计算时不会丢失精度。 占用空间由定义的宽度决定，每 4 个字节可以存储 9 位数字，并且小数点要占用一个字节。 可用于存储比 bigint 更大的整型数据。 # 索引设计规范 #### 1. 限制每张表上的索引数量,建议单张表索引不超过 5 个 索引并不是越多越好！索引可以提高效率同样可以降低效率。 索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率。 因为 MySQL 优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加 MySQL 优化器生成执行计划的时间，同样会降低查询性能。 #### 2. 禁止给表中的每一列都建立单独的索引 5.6 版本之前，一个 sql 只能使用到一个表中的一个索引，5.6 以后，虽然有了合并索引的优化方式，但是还是远远没有使用一个联合索引的查询方式好。 #### 3. 每个 Innodb 表必须有个主键 Innodb 是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。每个表都可以有多个索引，但是表的存储顺序只能有一种。 Innodb 是按照主键索引的顺序来组织表的 - 不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引）； - 不要使用 UUID,MD5,HASH,字符串列作为主键（无法保证数据的顺序增长）； - 主键建议使用自增 ID 值； #### 4. 常见索引列建议 - 出现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列； - 包含在 ORDER BY、GROUP BY、DISTINCT 中的字段； - 并不要将符合 1 和 2 中的字段的列都建立一个索引， 通常将 1、2 中的字段建立联合索引效果更好； - 多表 join 的关联列； #### 5.如何选择索引列的顺序 建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。 •区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列的总行数）•尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO 性能也就越好）•使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引） #### 6. 避免建立冗余索引和重复索引（增加了查询优化器生成执行计划的时间） - 重复索引示例：primary key(id)、index(id)、unique index(id) - 冗余索引示例：index(a,b,c)、index(a,b)、index(a) #### 7. 对于频繁的查询优先考虑使用覆盖索引 > 覆盖索引：就是包含了所有查询字段 (where,select,ordery by,group by 包含的字段) 的索引 ##### **覆盖索引的好处：** - **避免 Innodb 表进行索引的二次查询:** Innodb 是以聚集索引的顺序来存储的，对于 Innodb 来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了 IO 操作，提升了查询效率。 - **可以把随机 IO 变成顺序 IO 加快查询效率:** 由于覆盖索引是按键值的顺序存储的，对于 IO 密集型的范围查找来说，对比随机从磁盘读取每一行的数据 IO 要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。 #### 8.索引 SET 规范 ##### **尽量避免使用外键约束** - 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引； - 外键可用于保证数据的参照完整性，但建议在业务端实现 - 外键会影响父表和子表的写操作从而降低性能。 # 数据库 SQL 开发规范 #### 1. 建议使用预编译语句进行数据库操作 预编译语句可以重复使用这些计划，减少 SQL 编译所需要的时间，还可以解决动态 SQL 所带来的 SQL 注入的问题。 只传参数，比传递 SQL 语句更高效。 相同语句可以一次解析，多次使用，提高处理效率。 #### 2. 避免数据类型的隐式转换 隐式转换会导致索引失效如: ```sql select name,phone from customer where id = '111'; ``` #### 3. 充分利用表上已经存在的索引 避免使用双%号的查询条件。如：`a like '%123%'`，（如果无前置%,只有后置%，是可以用到列上的索引的） 一个 SQL 只能利用到复合索引中的一列进行范围查询。如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到。 在定义联合索引时，如果 a 列要用到范围查找的话，就要把 a 列放到联合索引的右侧，使用 left join 或 not exists 来优化 not in 操作，因为 not in 也通常会使用索引失效。 #### 4. 数据库设计时，应该要对以后扩展进行考虑 #### 5. 程序连接不同的数据库使用不同的账号，进制跨库查询 - 为数据库迁移和分库分表留出余地 - 降低业务耦合度 - 避免权限过大而产生的安全风险 #### 6. 禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询 ##### **原因：** - 消耗更多的 CPU 和 IO 以网络带宽资源； - 无法使用覆盖索引； - 可减少表结构变更带来的影响； #### 7. 禁止使用不含字段列表的 INSERT 语句 如： ```sql insert into values ('a','b','c'); ``` 应使用： ```sql insert into t(c1,c2,c3) values ('a','b','c'); ``` #### 8. 避免使用子查询，可以把子查询优化为 join 操作 通常子查询在 in 子句中，且子查询中为简单 SQL(不包含 union、group by、order by、limit 从句) 时,才可以把子查询转化为关联查询进行优化。 ##### **子查询性能差的原因：** 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响。特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大。 由于子查询会产生大量的临时表也没有索引，所以会消耗过多的 CPU 和 IO 资源，产生大量的慢查询。 #### 9. 避免使用 JOIN 关联太多的表 对于 MySQL 来说，是存在关联缓存的，缓存的大小可以由 join_buffer_size 参数进行设置。 在 MySQL 中，对于同一个 SQL 多关联（join）一个表，就会多分配一个关联缓存，如果在一个 SQL 中关联的表越多，所占用的内存也就越大。 如果程序中大量的使用了多表关联的操作，同时 join_buffer_size 设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。 同时对于关联操作来说，会产生临时表操作，影响查询效率，MySQL 最多允许关联 61 个表，建议不超过 5 个。 #### 10. 减少同数据库的交互次数 数据库更适合处理批量操作，合并多个相同的操作到一起，可以提高处理效率。 #### 11. 对应同一列进行 or 判断时，使用 in 代替 or in 的值不要超过 500 个，in 操作可以更有效的利用索引，or 大多数情况下很少能利用到索引。 #### 12. 禁止使用 order by rand() 进行随机排序 order by rand() 会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的 CPU 和 IO 及内存资源。 推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。 #### 13. WHERE 从句中禁止对列进行函数转换和计算 对列进行函数转换或计算时会导致无法使用索引 **不推荐：** ```sql where date(create_time)='20190101' ``` **推荐：** ```sql where create_time >= '20190101' and create_time < '20190102' ``` #### 14. 在明显不会有重复值时使用 UNION ALL 而不是 UNION - UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作; - UNION ALL 不会再对结果集进行去重操作; #### 15. 拆分复杂的大 SQL 为多个小 SQL - 大 SQL 逻辑上比较复杂，需要占用大量 CPU 进行计算的 SQL； - MySQL 中，一个 SQL 只能使用一个 CPU 进行计算； - SQL 拆分后可以通过并行执行来提高处理效率； # 数据库操作行为规范 #### 1. 超 100 万行的批量写 (UPDATE,DELETE,INSERT) 操作,要分批多次进行操作 ##### **大批量操作可能会造成严重的主从延迟** 主从环境中,大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间， 而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况 ##### **binlog 日志为 row 格式时会产生大量的日志** 大批量写操作会产生大量日志，特别是对于 row 格式二进制数据而言，由于在 row 格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因。 ##### **避免产生大事务操作** 大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对 MySQL 的性能产生非常大的影响。 特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批。 ### 2. 对于大表使用 pt-online-schema-change 修改表结构 - 避免大表修改产生的主从延迟 - 避免在对表字段进行修改时进行锁表 对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。 pt-online-schema-change 它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉。把原来一个 DDL 操作，分解成多个小的批次进行。 #### 3. 禁止为程序使用的账号赋予 super 权限 - 当达到最大连接数限制时，还运行 1 个有 super 权限的用户连接； - super 权限只能留给 DBA 处理问题的账号使用； #### 4. 对于程序连接数据库账号,遵循权限最小原则 - 程序使用数据库账号只能在一个 DB 下使用，不准跨库； - 程序使用的账号原则上不准有 drop 权限；