数据库设计规范

数据库设计规范：

一 命名规范：
1、所有数据库对象名称必须使用小写字母并用下划线分割
2、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）

3、数据库对象的命名要做到见名识意，并且最好不超过32个字符
4、临时表必须以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
5、所有存储相同数据的列名和列类型必须一致

二：数据库基本设计规范
1、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）
2、数据库和表的字符集统一使用UTF8(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）
4、尽量控制单表的数据量大小，建议控制在500万以为。
5、谨慎使用MySQL分区表
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。
7、禁止在表中建立预留字段
8、禁止在数据库中存储图片，文件等大的二进制数据
9、禁止在线上环境做压力测试
10、禁止从开发环境，测试环境直接连接生成环境数据库

三：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，遍历时所需要的IO次数也就越多。

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
b.TEXT 或 BLOB 类型只能使用前缀索引**

3、避免使用ENUM类型
ENUM 类型的 ORDER BY 操作效率低

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

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

四：索引设计规范
1、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

2、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

3、禁止给表中的每一列都建立单独的索引

4、常见的索引列建议：

出现在SELECT 、UPDATE 、DELETE语句中的WHERE从句中的列
包含在ORDER BY 、GROUP BY 、DISTINCT中的字段
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，
二级索引在叶子结点中所保存的是行的主键信息，如果使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：由于覆盖索引是按照 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，可以把磁盘随机读取的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，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

五：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

6. 禁止使用不含字段列表的 INSERT 语句

如：

insert into values ('a','b','c');
1
应使用：

insert into t(c1,c2,c3) values ('a','b','c');
1
六：SQL优化

1、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';
1
2、充分利用表上已经存在的索引

3、禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询

4、 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。

5、避免使用 JOIN 关联太多的表

6、减少同数据库的交互次数

7、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

8、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

9、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

10.优化groupBy 尽量在此之前把无用数据过滤掉，having效率较低