小知识,大挑战!本文正在参与“程序员必备小知识”创作活动。
基础规范
- 表存储引擎必须使用
InnoDB
表字符集默认使用
utf8
,必要时候使用utf8mb4
说明: 1)通用,无乱码风险,汉字3字节,英文1字节 2)`utf8mb4` 是 `utf8` 的超集,有存储 4 字节例如表情符号时,使用它
禁止使用存储过程,视图,触发器,Event
说明: 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、移植性较差
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
- 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。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`
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,推荐使用
UNSIGNED
整数为主键
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
说明:外键使得表之间相互耦合,影响update
/delete
等 SQL 性能,有可能造成死锁,高并发情况下容易成为数据库瓶颈 - 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。
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,对应类名也是单数形式,符合表达习惯。- 表的命名最好是加上“业务名称_表的作用”。
正例:alipay_task
/force_project
/trade_config
- 表必备三字段:
id
,gmt_create
,gmt_modified
。
说明:其中id
必为主键,类型为unsigned bigint
、单表时自增、步长为 1。gmt_create
,gmt_modified
的类型均为date_time
类型,前者现在时表示主动创建,后者过去分词表示被动更新。
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。
以上内容,整理自阿里巴巴 Java开发手册和58到家MySQL军规升级版。