Mysql建表规范与性能优化

Mysql数据库开发规范
    一、基础规范
        1、必须使用InnoDB存储引擎
            支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资源利用率更高
        2、必须使用UTF8字符集
            万国码，无需转码，无乱码风险，节省空间
        3、数据表、数据字段必须加入中文注释
            N年后谁知道这个r1,r2,r3字段是干嘛的
        4、禁止使用存储过程、视图、触发器、Event
            高并发大数据的互联网业务，架构设计思路是“解放数据库CPU，将计算转移到服务层”，并发量大的情况下，这些功能很可能将数据库拖死，业务逻辑放到服务层具备更好的扩展性，能够轻易实现“增机器就加性能”。数据库擅长存储与索引，CPU计算还是上移吧
        5、禁止存储大文件或者大照片
        为何要让数据库做它不擅长的事情？大文件和照片存储在文件系统，数据库里存URI多好
    二、命名规范
        1、只允许使用内网域名，而不是ip连接数据库
        2、库名、表名、字段名：小写，下划线风格，不超过32个字符，必须见名知意，禁止拼音英文混用
       3、表名t_xxx，非唯一索引名idx_xxx，唯一索引名uniq_xxx。如：toplife业务的表名都以toplife_为开头。ept的业务表名都以ept_为开头。
    三、表设计规范
        1、单实例表数目必须小于500
        2、单表列数目必须小于30
        3、表必须有主键，例如自增主键
            a）主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用
            b）主键要选择较短的数据类型， Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率
            c） 无主键的表删除，在row模式的主从架构，会导致备库夯住
        4、禁止使用外键，如果有外键完整性约束，需要应用程序控制
        外键会导致表与表之间耦合，update与delete操作都会涉及相关联的表，十分影响sql 的性能，甚至会造成死锁。高并发情况下容易造成数据库性能，大数据高并发业务场景数据库使用以性能优先
        5、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。
          正例：getter_admin，task_config，level3_name
          反例：GetterAdmin，taskConfig，level_3_name
        6、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
        7、 禁用保留字，如desc、range、match、delayed等，请参考MySQL官方保留字。
        8、 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。
    四、字段设计规范
        1、必须把字段定义为NOT NULL并且提供默认值
            a）null的列使索引/索引统计/值比较都更加复杂，对MySQL来说更难优化
           b）null 这种类型MySQL内部需要进行特殊处理，增加数据库处理记录的复杂性；同等条件下，表中有较多空字段的时候，数据库的处理性能会降低很多
            c）null值需要更多的存储空，无论是表还是索引中每行中的null的列都需要额外的空间来标识
          d）对null 的处理时候，只能采用is null或is not null，而不能采用=、in、<、<>、!=、not in这些操作符号。如：where name!=’shenjian’，如果存在name为null值的记录，查询结果就不会包含name为null值的记录
        2、禁止使用TEXT、BLOB类型
        会浪费更多的磁盘和内存空间，非必要的大量的大字段查询会淘汰掉热数据，导致内存命中率急剧降低，影响数据库性能
        3、禁止使用小数存储货币
            使用整数吧，小数容易导致钱对不上
        4、必须使用varchar(20)存储手机号
            a）涉及到区号或者国家代号，可能出现+-()
            b）手机号会去做数学运算么？
            c）varchar可以支持模糊查询，例如：like“138%”
        5、禁止使用ENUM，可使用TINYINT代替
            a）增加新的ENUM值要做DDL操作
            b）ENUM的内部实际存储就是整数，你以为自己定义的是字符串？
        6、所有整形数字字段若不存储负数，必须使用unsigned属性。
        7、如果存储的字符串长度几乎相等，使用char定长字符串类型
    五、索引设计规范
        1、单表索引建议控制在5个以内
        2、单索引字段数不允许超过5个
        字段超过5个时，实际已经起不到有效过滤数据的作用了
        3、禁止在更新十分频繁、区分度不高的属性上建立索引
            a）更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能
            b）“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似
        4、建立组合索引，必须把区分度高的字段放在前面，能够更加有效的过滤数据
        5、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。
        6、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。
        7、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。
       8、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。
    六、SQL使用规范
        1、禁止使用SELECT *，只获取必要的字段，需要显示说明列属性
            a）读取不需要的列会增加CPU、IO、NET消耗
            b）不能有效的利用覆盖索引
            c）使用SELECT *容易在增加或者删除字段后出现程序BUG
        2、禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性
            容易在增加或者删除字段后出现程序BUG
        3、禁止使用属性隐式转换
         SELECT uid FROM t_user WHERE phone=13800000000 会导致全表扫描，而不能命中phone索引，猜猜为什么？（这个线上问题不止出现过一次）
        4、禁止在WHERE条件的属性上使用函数或者表达式
            SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-01-15' 会导致全表扫描
            正确的写法是：SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-01-15 00:00:00')
        5、禁止负向查询，以及%开头的模糊查询
            a）负向查询条件：NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等，会导致全表扫描
            b）%开头的模糊查询，会导致全表扫描
        6、禁止大表使用JOIN查询，禁止大表使用子查询
            会产生临时表，消耗较多内存与CPU，极大影响数据库性能
        7、禁止使用OR条件，必须改为IN查询
            旧版本Mysql的OR查询是不能命中索引的，即使能命中索引，为何要让数据库耗费更多的CPU帮助实施查询优化呢？
        8、应用程序必须捕获SQL异常，并有相应处理
        9、同表的增删字段、索引合并一条DDL语句执行，提高执行效率，减少与数据库的交互。
        10、建表语言必须有数据是否有效（ yn） 、创建时间（create_time、created等命名均可）  、更新时间（modify_time、modified等命名均可）。SOX合规审计以及数据平台抽数都需要这些字段。
        11、update时必须更新 modify_time 。
        12、更新时必须状态前置。
        13、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。
        14、count(distinct col) 计算该列除NULL之外的不重复行数，注意 count(distinctcol1, 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。
        15、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;
        16、使用ISNULL()来判断是否为NULL值。注意：NULL与任何值的直接比较都为NULL。
            说明：
            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。
        17、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。
        18、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，则为级联更新。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。
        19、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。
        20、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。