MySQL 数据库命名规范

MySQL 数据库命名规范

基础规范

表存储引擎： InnoDB 表
字符集默认使用 utf8，必要时候使用 utf8mb4

库名 表名 字段名 命名规范

库名与应用名称尽量一致。
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。

说明：MySQL 在 Windows 下不区分大小写，但在 Linux 下默认是区分大小写。

MySQL定义

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 谁知道这些库是干嘛的
禁用保留字，如 desc、range、match、delayed 等，请参考 MySQL 官方保留字。
库备份必须以 bak 为前缀，以日期为后缀
从库必须以 -s 为后缀
备库必须以 -ss 为后缀
​

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
表必须有主键

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 禁止使用外键，如果要保证完整性，应由应用程式实现

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
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。
表名不使用复数名词。

列设计规范

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。
根据业务区分使用 tinyint/int/bigint，分别会占用 1/4/8 字节
根据业务区分使用 char/varchar

说明：
1）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
2）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
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。
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
必须把字段定义为 NOT NULL 并设默认值

说明：
1）NULL 的列使用索引，索引统计，值都更加复杂，MySQL 更难优化
2）NULL 需要更多的存储空间
3）NULL 只能采用 IS NULL 或者 IS NOT NULL，而在 =/!=/in/not in 时有大坑
使用 INT UNSIGNED 存储 IPv4，不要用 char(15)
使用 varchar(20) 存储手机号，不要使用整数

说明：
1）牵扯到国家代号，可能出现 +/-/() 等字符，例如 +86
2）手机号不会用来做数学运算
3）varchar 可以模糊查询，例如 like ‘138%’
使用 TINYINT 来代替 ENUM
说明：ENUM 增加新值要进行 DDL 操作
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。
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。
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。
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。
对象 年龄区间 类型 字节 表示范围
人 150 岁之内 unsigned tinyint 1 0 到 255
龟 数百岁 unsigned smallint 2 无符号值：0 到 65535
恐龙化石 数千万年 unsigned int 4 无符号值：0 到约 42.9 亿
太阳 约 50 亿年 unsigned bigint 8 无符号值：0 到约 10 的 19 次方
​

索引规范

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]；单张表索引数量建议控制在5个以内。
说明：

1）pk_ 即 primary key；uk_ 即 unique key；idx_ 即 index 的简称。
2）互联网高并发业务，太多索引会影响写性能
3）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
4）异常复杂的查询需求，可以选择ES等更为适合的方式存储
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
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。踩过因为 JOIN 字段类型不一致，而导致全表扫描的坑么？
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)
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。
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。
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。
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。
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

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：

1）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。
2）ref 指的是使用普通的索引（normal index）。
3）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。
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。
防止因字段类型不同造成的隐式转换，导致索引失效。
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。
​

SQL 语句

禁止使用 select *，只获取必要字段
说明：

1）select 会增加 cpu/io/内存/带宽的消耗
2）指定字段能有效利用索引覆盖
3）指定字段查询，在表结构变更时，能保证对应用程序无影响
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
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。
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。
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;
注释：NPE 全称 NullPointerException 是指编程语言中的空指针异常。
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。
1） NULL<>NULL 的返回结果是 NULL，而不是 false。
2） NULL=NULL 的返回结果是 NULL，而不是 true。
3） NULL<>1 的返回结果是 NULL，而不是 true。
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。
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。
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。
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。
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。
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。
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。

借鉴： https://www.pressc.cn/1082.html

​