阿里sql规范学习

(一)建表规约
1.【强制】表名、字段名必须使用小写字母或数字，因为数据库字段名的修改代价很大，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。 
2.【强制】禁用保留字，如desc、delayed等，请参考MySQL官方保留字。 

3.【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uniquekey；idx_ 即index的简称。
4.【强制】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。 

补充：

(1).float和double都是浮点型，而decimal是定点型；float，double等非标准类型，在DB中保存的是近似值，而Decimal则以字符串的形式保存数值。

• float:浮点型，含字节数为4，32bit，数值范围为-3.4E38~3.4E38（7个有效位）
• double:双精度实型，含字节数为8，64bit数值范围-1.7E308~1.7E308（15个有效位）
• decimal:数字型，128bit，不存在精度损失，常用于银行帐目计算。（28个有效位）

(2). decimal，整数部分和小数部分是分开存储的，每9个数字占用4个字节，在mysql内部使用的二进制存储，基本没有长度的限制；

(3).浮点型和定点型应用场景:  decimal数据类型用于要求非常高的精确度的计算中，其他的一些自然数据,当我们对精度要求不高的时候,可以使用float/double

(4).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。 
5.【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。 
6.【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。

从存储上讲：
- text 是要要进overflow存储。 也是对于text字段，不会和行数据存在一起。但原则上不会全部overflow , 
会有768字节和原始的行存储在一块，多于768的行会存在和行相同的Page或是其它Page上。

变长字段的缺点：

- 在Innobase中,变长字段，是尽可能的存储到一个Page里，这样，如果使用到这些大的变长字段，会造成一个Page里能容纳的行 
数很少，在查询时，虽然没查询这些大的字段，但也会加载到innodb buffer pool中，等于浪费的内存。 （buffer pool 
的缓存是按page为单位）（不在一个page了会增加随机的IO）

 

7.【强制】表必备三字段：id，create_time和update_time。 
说明：其中id必为主键，类型为unsigned bigint、单表时自增、步长为1。 
8.【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。 

例如：alter table_name add column varchar(*);
COMMENT ON COLUMN table_name IS '注释注释注释注释注释注释注释注释';
9.【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。 

10.【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。 

(二)索引规约
1.【强制】业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引。 
说明：唯一索引影响insert的速度，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，总会有一种情况使脏数据产生。 
2.【强制】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。 
3.【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。 like本身效率较低

select * fromdoc where title like '%XX'    和    select * fromdoc where title like 'XX%'
4.【强制】索引文件具有B-Tree的最左前缀匹配特性 ，最左侧查询需求，并不是指 SQL 语句的 where 顺序要和联合索引一致。

下面的 SQL 语句也可以命中 (login_name, passwd) 这个联合索引。

select uid, login_time from user where passwd=? andlogin_name=?

5.【推荐】如果有orderby的场景，请注意利用索引的有序性。 
orderby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。 

/*应当构建索引idx_a_b_c*/
select * from table_name where a=value1 and b=value3 order by 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。

6.【推荐】利用覆盖索引来进行查询操作，避免回表。 
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：usingindex。 

/*应当构建索引idx_a_b_c*/
select c from table_name where a=value1 and b=value2
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， 
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 table_a (select id from table_a where xxx limit no1,no2) b where a.id = b.id

#1

select hotel_seq
from table_name
where id in (select id
 from table_name where table_name > 2000000 and id < 2000030)

#2

select hotel_seq from table_name order by id limit 30 offset 2000030

8.【参考】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。

（新加）判断方式：在一个读多写少的表中，可以多添加一些索引，但是一个表如果是删除和添加操作较多的时候，就要权衡添加索引是否合适。

(三)SQL语句
1.【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。 
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。 
2.【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。 
3.【强制】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。 
4.【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。 
5.【参考】如果有全球化需要，所有的字符存储与表示，均以utf-8mb4编码，注意字符统计函数的区别。 
说明： 
SELECT LENGTH(“轻松工作”)；返回为8 （在pgsql中结果为4）
SELECT CHARACTER_LENGTH(“轻松工作”)；返回为4 
6.【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： 
TRUNCATETABLE在功能上与不带WHERE子句的DELETE语句相同。

 

 

 

引用：http://www.matools.com/blog/190441377