MySQL数据库开发规范

数据库开发规范

• 表存储引擎必须使用 InnoDB
• 表字符集默认使用 utf8mb4
• 禁止使用存储过程，视图，触发器，Event

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

1. 库名，表名，列名必须用小写，采用下划线分隔,abc，Abc，ABC 都是给自己埋坑
2. 库名，表名，列名必须见名知义，长度不要超过 32 字符

 

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
• 禁止使用外键，如果要保证完整性，应由应用程式实现
• 表字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数字0或者其它默认值代替null。
• 单表不要有太多字段，建议在20以内
• 使用 varchar(20) 存储手机号，不要使用整数
• 字符字段最好不要做主键
  • 定长与变长分离：如id int 占4个字节，char(4)占4个字符长度，也是定长,即每一单元值占的字节是固定的，查询非常快，这个放在一张表里, 而varchar，textblob这样的变长字段，适合单放一张表，也就是放在附属表里，用主键和核心表关联起来
  • 常用字段和不常用字段要分离, 例如：个人中心里的简介什么的不常用，就单独放个表，而每天都要查询到的数据放到一张表
  • 尽量使用数字型字段，若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。这是因为引擎在处理查询和连接时会逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

 

索引建立规范

• 索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引
• 索引要建立在值比较唯一的字段上,并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段sex，值(male、female)几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
• 索引并不是越多越好，索引固然可以提高相应的 select 的效率，但同时也降低了 insert 及 update 的效率，因为 insert 或 update 时有可能会重建索引，所以怎样建索引需要慎重考虑，视具体情况而定。一个表的索引数最好不要超过6个，若太多则应考虑一些不常使用到的列上建的索引是否有必要。
• 索引要建立在经常进行select操作的字段上 这是因为，如果这些列很少用到，那么有无索引并不能明显改变查询速度。相反，由于增加了索引，反而降低了系统的维护速度和增大了空间需求

 

 

Sql查询规范

• ☆ 禁止使用 select *，只获取必要字段
• ☆ 对于连续的数值，能用 between 就不要用 in 了：如：

select id from t where num in(1,2,3)
select id from t where num between 1 and 3

• ☆ 避免过度分页查询,分页数量过多性能会很慢,最好限制分页数量.
• ☆ 避免频繁创建和删除临时表，以减少系统表资源的消耗。
• ☆ 应尽可能的避免更新 clustered 索引数据列，因为 clustered 索引数据列的顺序就是表记录的物理存储顺序，一旦该列值改变将导致整个表记录的顺序的调整，会耗费相当大的资源。若应用系统需要频繁更新 clustered 索引数据列，那么需要考虑是否应将该索引建为 clustered 索引。(mysql innodb引擎的聚集索引、聚簇索引都默认是主键索引，如果没有指定主键，就是一个具有唯一且非空值的索引，如果不存在这样的索引，就是InnoDB自定义的隐藏主键索引。)
• ☆ 可以使用连接（join）来代替子查询, 但是数据量大的表禁止 JOIN 和子查询
• ☆ insert 必须指定字段

-- eg: 
insert into table_name (col1,col2) values (v1,v2),(v3,v4),(v5,v6) ;
-- 禁止使用 
insert into table_name values (v1,v2),(v3,v4),(v5,v6);

• ☆ 禁止隐式转换，数值类型禁止加引号，字符串必须加引号(隐式类型转换会使索引失效，导致全表扫描)
• ☆ 慎重选择select for update,加锁造成阻塞
• ☆ 尽量早过滤,将过滤性好（可以排除更多的数据）的条件放的更靠前；mysql的查询是嵌套查询，第一层的数据越少，查询效率越高。
• ☆ 当只要一行数据时使用LIMIT 1 ：当你查询表的有些时候，你已经知道结果只会有一条结果，但因为你可能需要去fetch游标，或是你也许会去检查返回的记录数。在这种情况下，加上LIMIT 1可以增加性能。这样一来，MySQL数据库引擎会在找到一条数据后停止搜索，而不是继续往后查少下一条符合记录的数据。
• ☆ sql语句尽可能简单：一条sql只能在一个cpu运算；大语句拆小语句，减少锁时间；一条大sql可以堵死整个库
• ☆ 列表数据不要拿全表，要使用LIMIT来分页，每页数量也不要太大
• ☆ 可通过开启慢查询日志来找出较慢的SQL
• ☆ 尽量避免向客户端返回大数据量，若数据量过大，应该考虑相应需求是否合理。
• ☆ 在使用索引字段作为条件时，如果该索引是复合索引，那么必须使用到该索引中的第一个字段作为条件时才能保证系统使用该索引，否则该索引将不会被使用，并且应尽可能的让字段顺序与索引顺序相一致。
• ☆ 不使用 NOT IN 、<>、!= (负向查询)操作，但 < , <= ，= ，> , >= , BETWEEN , IN 是可以用到索引的
• ☆ 索引不会包含有 NULL 的列 只要列中包含有 NULL 值，都将不会被包含在索引中，复合索引中只要有一列含有 NULL 值，那么这一列对于此符合索引就是无效的,所以应尽量避免在 where 子句中对字段进行 null 值判断，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num is null
-- 可以在num上设置默认值0，确保表中num列没有null值，然后这样查询：
select id from t where num=0

• ☆ 应尽量避免在 where 子句中使用 or 来连接条件，否则将导致引擎放弃使用索引而进行全表扫描，如：

select id from t where num=10 or num=20
-- 可以这样查询：
select id from t where num=10
union all
select id from t where num=20

• ☆ 避免 % 开头的模糊查询(若要提高效率，可以考虑全文检索。),只有“%”不在第一个位置，索引才会生效。如下面情况

select id from t where name like '%abc%'    --索引不生效
select id from t where name like 'abc%'     --索引生效

• ☆ 如果在 where 子句中使用参数，也会导致全表扫描。因为SQL只有在运行时才会解析局部变量，但优化程序不能将访问计划的选择推迟到运行时；它必须在编译时进行选择。然而，如果在编译时建立访问计划，变量的值还是未知的，因而无法作为索引选择的输入项。如下面语句将进行全表扫描：

select id from t where num=@num
-- 可以改为强制查询使用索引：
select id from t with(index(索引名)) where num=@num

• ☆ 不要在 where 子句中的“=”左边进行函数、算术运算或其他表达式运算，否则系统将可能无法正确使用索引。查询时要尽可能将操作移至等号右边

-- 应尽量避免在 where 子句中对字段进行表达式操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where num/2=100
-- 应改为:
select id from t where num=100*2


-- 应尽量避免在where子句中对字段进行函数操作，这将导致引擎放弃使用索引而进行全表扫描。如：
select id from t where substring(name,1,3)='abc'    --name以abc开头的id
select id from t where datediff(day,createdate,'2005-11-30')=0    --'2005-11-30'生成的id
-- 应改为:
select id from t where name like 'abc%'
select id from t where createdate>='2005-11-30' and createdate<'2005-12-1'