[TOC] ## 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，需要将其用总引号括起来） * 数据库对象的命名要能做到见名知意，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_` 为前缀日期为后缀 * 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） ## 数据库基本设置规范 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（MySQL 5.5之前默认 MyISAM，5.6以后默认 InnoDB） 2. 数据库和表的字符统一使用 **UTF8** 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 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。 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） 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 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 列的字段越大，建立索引时所需要的空间也就越大，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。 **例：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。 2. 避免使用 `TEXT`，`BLOB` 数据类型，最常见的 `TEXT` 类型恶意存储 64k 的数据 * 建议把 **BLOB** 或者 **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。 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 4. 尽可能把所有列定义为 NOT NULL 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 ## 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 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. 禁止给表中每一列都建立单独索引 3. 每个 Innodb 表必须有个主键 * 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. * 不要将符合以上的字段的列都建立一个索引， 通常将以上的字段建立联合索引效果更好 * 多表 `join` 的关联列 5. 索引列的顺序 * 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） 7. 对于频繁的查询优先考虑使用覆盖索引 8. 尽量避免使用外键约束 ## 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。 ### 2. 避免数据类型的隐式转换 隐式转换会导致索引失效如： ~~~ 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，禁止跨库查询 * 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隐患 ### 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 以及网络带宽资源 * 无法使用**覆盖索引** * 可以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： ~~~ insert into t values ('a','b','c'); ~~~ 应使用： ~~~ 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 ### 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** * **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