【解读】阿里巴巴 MySQL 数据库规约

MySQL 专栏收录该内容
47 篇文章 31 订阅

大家好,我是只谈技术不剪发的 Tony 老师。

本文是个人对阿里巴巴集团《JAVA开发手册》(嵩山版)中关于 MySQL 数据库规约的理解,如有异议,实属正常。

(一) 建表规约

  • 【强制】 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。
    注意:POJO 类中的任何布尔类型的变量,都不要加 is 前缀,所以,需要在设置从 is_xxx 到 Xxx 的映射关系。数据库表示是与否的值,使用 tinyint 类型,坚持 is_xxx 的命名方式是为了明确其取值含义与取值范围。
    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。
    解读:is_xxx 命名方式可以明确表达是否的概念,不过个人喜欢使用 VARCHAR(1) 类型,并且通过 CHECK 约束限制取值为 Y(表示是)和 N(表示否)。

  • 【强制】 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。数据库字段名的修改代价很大,因为无法进行预发布,所以字段名称需要慎重考虑。
    说明:MySQL 在 Windows 下不区分大小写,但在 Linux 下默认是区分大小写。因此,数据库名、表名、字段名,都不允许出现任何大写字母,避免节外生枝。
    正例:aliyun_admin,rdc_config,level3_name
    反例:AliyunAdmin,rdcConfig,level_3_name
    解读:经常看到的一种反例就是驼峰命名法,例如 AliyunAdmin。

  • 【强制】 表名不使用复数名词。
    说明:表名应该仅仅表示表里面的实体内容,不应该表示实体数量,对应于 DO 类名也是单数形式,符合表达习惯。
    解读:使用 employee 表示员工,而不是 employees。

  • 【强制】 禁用保留字,如 desc、 range、 match、 delayed 等,请参考 MySQL 官方保留字。
    解读MySQL 8.0 关键字和保留词

  • 【强制】 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。
    说明:pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的简称。
    解读:主键索引名为 pk_表名;唯一索引名为 uk_表名_字段名;普通索引名则为 idx_表名_字段名。另外,检查约束名为 ck_表名_字段名。

  • 【强制】 小数类型为 decimal,禁止使用 float 和 double。
    说明:在存储的时候,float 和 double 都存在精度损失的问题,很可能在比较值的时候,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并分开存储。
    解读:decimal 和 numeric 是同义词。

  • 【强制】 如果存储的字符串长度几乎相等,使用 char 定长字符串类型。
    解读:个人认为,如果字符串的长度不固定而且不超过上千,应该使用 varchar 变长字符串类型。

  • 【强制】 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。
    解读:无异议。

  • 【强制】 表必备三字段:id, create_time, update_time。
    说明:其中 id 必为主键,类型为 bigint unsigned、单表时自增、步长为 1。 create_time, update_time 的类型均为 datetime 类型,前者现在时表示主动式创建,后者过去分词表示被动式更新。
    解读:update_time 应该是 updated_time。

  • 【推荐】 表的命名最好是遵循“业务名称_表的作用” 。
    正例:alipay_task / force_project / trade_config
    解读:无异议。

  • 推荐】 库名与应用名称尽量一致。
    解读:无异议。

  • 推荐】 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。
    解读:对于表示状态值的字段,还需要加上 CHECK 约束。

  • 推荐】 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) 不是唯一索引的字段。
    3) 不是 varchar 超长字段,更不能是 text 字段。
    正例:各业务线经常冗余存储商品名称,避免查询时需要调用 IC 服务获取。
    解读:设计表结构时先遵循规范化设计,一般需要考虑第三范式;然后根据需要进行适当反规范化设计,提高查询性能。

  • 推荐】 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。
    解读:注意是推荐,并不表示到达这个数量级就一定需要分库分表;另外,分库分表需要考虑到应用程序的改造和维护成本的增加,需要慎重考虑。

  • 参考】 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: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
    150岁之内tinyint unsigned1
    数百岁smallint unsigned2无符号值:0 到 65535
    恐龙化石数千万年int unsigned4无符号值:0 到约 43 亿
    太阳50亿年bigint unsigned

    解读:我们在选择字段的数据类型时,首先应该满足存储业务数据的要求,其次还需要考虑性能和使用的便捷性。一般来说,我们可以先确定基本的类型:

    • 文本数据使用字符串类型进行存储。
    • 数值数据,尤其是需要进行算术运算的数据,使用数字类型。
    • 日期和时间信息最好使用原生的日期时间类型。
    • 文档、图片、音频和视频等使用二进制类型,或者可以考虑存储在文件服务器上,然后在数据库中存储文件的路径。

    然后我们进一步确定具体的数据类型。

    在满足数据存储和扩展的前提下,尽量使用更小的数据类型。这样可以节省一些存储,通常性能也会更好。例如,对于一个小型公司而言,员工人数通常不会超过几百,可以使用SMALLINT类型存储员工编号。对于MySQL而言,如果不需要支持负数的话可以考虑无符号的数字类型。

    如果我们需要存储精确的数字,避免使用浮点数字类型。例如,与财务相关的数据我们应该使用NUMERIC(p, s)数据类型。另外,我们也可以将数值乘以10的N次方进行存储,例如将10.35元存储为整数103500,然后在应用程序中进行处理和转换显示。

    对于字符串数据,优先使用VARCHAR类型。如果字符串的长度固定,我们可以考虑使用CHAR类型。另外,只有在普通字符串类型的长度无法满足时才会考虑使用大字段类型。

    不建议使用字符串存储日期时间数据,因为它们无法支持数据的运算,例如返回两个日期之间的时间间隔。另外,最好也不要使用当前时间距离1970年1月1日的毫秒数来表示时间,因为这种方式在显示时需要进行额外的转换。

    除此之外,如果一个字段同时出现在多个表中,我们应该使用相同的数据类型。例如,员工表中的部门编号(dept_id)字段与部门表的编号(dept_id)字段应该保持名称和类型一致。

(二) 索引规约

  1. 【强制】 业务上具有唯一特性的字段,即使是组合字段,也必须建成唯一索引。
    说明:不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明显的;另外,即使在应用层做了非常完善的校验控制,只要没有唯一索引,根据墨菲定律,必然有脏数据产生。
    解读:无异议。

  2. 【强制】 超过三个表禁止 join。需要 join 的字段,数据类型保持绝对一致;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。
    解读:随着 MySQL 新版本的发布,查询优化器提供了更智能的连接实现算法,多表查询的性能问题得到了一定的改善,我们可以通过测试验证可行性。

  3. 【强制】 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。
    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。
    解读:无异议。

  4. 【强制】 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。
    解读:对于 LIKE 运算符,LIKE ‘abc%’ 可以利用索引,但是 LIKE ‘%abc’ 和 LIKE ‘%abc%’ 无法使用索引。这类模糊查询可以考虑全文索引或者专门的搜索引擎。

  5. 推荐】 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:索引如果存在范围查询,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。
    解读:反例中 a>10 的索引中,b 并没有一定的排序顺序,索引无法使用索引。

  6. 推荐】 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分为主键索引、唯一索引、普通索引三种,而覆盖索引只是一种查询的一种效果,用 explain 的结果,extra 列会出现:using index。
    解读:覆盖索引并不是索引,而是索引刚好包含(覆盖)了需要的结果。

  7. 推荐】 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 t1.* FROM 表 1 as t1, (select id from 表 1 where 条件 LIMIT 100000,20 ) as t2 where t1.id=t2.id
    解读:当优化器不够智能时,我们需要手动帮助它优化。

  8. 推荐】 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。
    解读:问题在于扫描完索引之后还需要回表。

  9. 推荐】 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 c>? and d=? 那么即使 c 的区分度更高,也必须把 d 放在索引的最前列,即建立组合索引 idx_d_c。
    解读:无异议。

  10. 推荐】 防止因字段类型不同造成的隐式转换,导致索引失效。
    解读:针对索引字段的运算和函数也会导致索引失效。

  11. 参考】 创建索引时避免有如下极端误解:
    1) 索引宁滥勿缺。 认为一个查询就需要建一个索引。
    2) 吝啬索引的创建。 认为索引会消耗空间、 严重拖慢记录的更新以及行的新增速度。
    3) 抵制惟一索引。 认为惟一索引一律需要在应用层通过“先查后插” 方式解决。

    解读:索引不仅可以优化SELECT语句,某些情况下也可以优化UPDATE或者DELETE语句,因为数据库可以通过索引快速找到需要更新或者删除的记录。

    既然索引可以优化查询的性能,那么索引是不是越多越好?显然并非如此,因为索引在提高查询速度的同时也需要付出一定的代价。

    首先,索引需要占用磁盘空间。索引独立于数据而存在,过多的索引会占用大量的空间,甚至超过数据文件的大小。其次,对数据进行DML操作时,同时也需要对索引进行维护,维护索引可能比修改数据占用的时间更长。

    总之,索引是优化查询的一个有效手段,但是过渡索引可能给系统带来负面的影响。

(三) SQL 语句

  1. 【强制】 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。
    解读:无异议。
  2. 【强制】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。
    解读:无异议。
  3. 【强制】 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 IFNULL(SUM(column), 0) FROM table;
    解读:无异议。
  4. 【强制】 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。
    反例:在 SQL 语句中,如果在 null 前换行,影响可读性。 select * from table where column1 is null and column3 is not null; 而ISNULL(column)是一个整体,简洁易懂。从性能数据上分析,ISNULL(column)执行效率更快一些。
    解读:is null 是 SQL 标准,ISNULL() 是 MySQL 特有语法。
  5. 【强制】 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。
    解读:无异议。
  6. 【强制】 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:(概念解释)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。
    解读:使用没有业务含义的主键(例如自增ID)可以避免外键级联更新,为什么需要更新 student_id 呢?外键是保证数据完整性的手段,如果放弃外键,一定要确保应用层的操作不会导致数据异常问题。互联网场景对数据一致性要求没有那么严格,但是传统金融、电信行业无法忍受数据的不一致。
  7. 【强制】 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。
    解读:互联网交易系统一般不需要使用存储过程,传统行业和报表系统对存储过程的依赖不少。
  8. 【强制】 数据订正(特别是删除或修改记录操作)时,要先 select,避免出现误删除,确认无误才能执行更新语句。
    解读:无异议。
  9. 【强制】对于数据库中表记录的查询和变更,只要涉及多个表,都需要在列名前加表的别名(或表名)进行限定。
    说明:对多表进行查询记录、更新记录、删除记录时,如果对操作列没有限定表的别名(或表名),并且操作列在多个表中存在时,就会抛异常。
    正例:select t1.name from table_first as t1 , table_second as t2 where t1.id=t2.id;
    反例:在某业务中,由于多表关联查询语句没有加表的别名(或表名)的限制,正常运行两年后,最近在某个表中增加一个同名字段,在预发布环境做数据库变更后,线上查询语句出现出 1052 异常:Column ‘name’ in field list is ambiguous。
    解读:无异议。
  10. 推荐】 SQL 语句中表的别名前加 as,并且以 t1、 t2、 t3、 …的顺序依次命名。
    说明:1)别名可以是表的简称,或者是依照表在 SQL 语句中出现的顺序,以 t1、 t2、 t3 的方式命名。 2)别名前加 as 使别名更容易识别。
    正例:select t1.name from table_first as t1, table_second as t2 where t1.id=t2.id;
    解读:无异议。
  11. 推荐】 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。
    解读:无异议。
  12. 参考】 因国际化需要,所有的字符存储与表示,均采用 utf8 字符集,那么字符计数方法需要注意。
    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 utf8mb4 来进行存储,注意它与 utf8 编码的区别。
    解读:推荐使用 utf8mb4 字符集。
  13. 参考】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。
    解读:无异议。

(四) ORM 映射

  1. 【强制】 在表查询中,一律不要使用 * 作为查询的字段列表,需要哪些字段必须明确写明。
    说明:1)增加查询分析器解析成本。 2)增减字段容易与 resultMap 配置不一致。 3)无用字段增加网络消耗,尤其是 text 类型的字段。
    解读:按需取字段。
  2. 【强制】 POJO 类的布尔属性不能加 is,而数据库字段必须加 is_,要求在 resultMap 中进行字段与属性之间的映射。
    说明:参见定义 POJO 类以及数据库字段定义规定,在 sql.xml 增加映射,是必须的。
    解读:无异议。
  3. 【强制】 不要用 resultClass 当返回参数,即使所有类属性名与数据库字段一一对应,也需要定义;反过来,每一个表也必然有一个与之对应。
    说明:配置映射关系,使字段与 DO 类解耦,方便维护。
    解读:无异议。
  4. 【强制】 sql.xml 配置参数使用:#{},#param# 不要使用${} 此种方式容易出现 SQL 注入。
    解读:无异议。
  5. 【强制】 iBATIS 自带的 queryForList(String statementName,int start,int size)不推荐使用。
    说明:其实现方式是在数据库取到 statementName 对应的 SQL 语句的所有记录,再通过 subList 取 start,size 的子集合。
    正例
    Map<String, Object> map = new HashMap<>(16);
    map.put(“start”, start);
    map.put(“size”, size);
    解读:无异议。
  6. 【强制】 不允许直接拿 HashMap 与 Hashtable 作为查询结果集的输出。
    反例:某同学为避免写一个xxx,直接使用 HashTable 来接收数据库返回结果,结果出现日常是把 bigint 转成 Long 值,而线上由于数据库版本不一样,解析成 BigInteger,导致线上问题。
    解读:无异议。
  7. 【强制】 更新数据表记录时,必须同时更新记录对应的 update_time 字段值为当前时间。
    解读:无异议。
  8. 推荐】 不要写一个大而全的数据更新接口。 传入为 POJO 类,不管是不是自己的目标更新字段,都进行 update table set c1=value1,c2=value2,c3=value3; 这是不对的。执行 SQL 时,不要更新无改动的字段,一是易出错;二是效率低;三是增加 binlog 存储。
    解读:无异议。
  9. 参考】 @Transactional 事务不要滥用。事务会影响数据库的 QPS,另外使用事务的地方需要考虑各方面的回滚方案,包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。
    解读:无异议。
  10. 参考】 中的 compareValue 是与属性值对比的常量,一般是数字,表示相等时带上此条件;表示不为空且不为 null 时执行;表示不为 null 值时执行。
    解读:无异议。
  • 5
    点赞
  • 1
    评论
  • 15
    收藏
  • 一键三连
    一键三连
  • 扫一扫,分享海报

©️2021 CSDN 皮肤主题: 酷酷鲨 设计师:CSDN官方博客 返回首页
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、C币套餐、付费专栏及课程。

余额充值