一、公共部分
1、存储引擎
默认Innodb,非特殊要求一律使用此引擎
2、字符集
Database Server 字符集统一默认UTF-8,table和column从server继承
二、表设计约定
1、主键
每张表必须包含物理自增主键,如主键字段不能满足业务需求,另建unique约束业务字段
2、外键
数据库表禁止主外键关联,需要在程序业务逻辑中维护。特殊情况如跟支付,财务模块相关,方可考虑主外键
3、表名,字段,索引命名规则
- TABLE: 同一业务模块使用相同表前缀,如tb_pay_xxxx,字典表用dim_xxxx
- Column: XXXX_XXXX,中间以下划线隔开
4、公共字段
- 每张表包含2个公共字段,created_at,updated_at
- is_delete作为标识记录逻辑删除,非必须字段,枚举类型(tinyint(4)),0有效,1删除,默认为0(有效),如数据量增长过大可通过归档,归档后在表中物理删除。
- created_at,updated_at 字段作为DT增量拉取数据和数据回退等场景下使用,created_at 默认current_timestamp
- updated_at 默认current_timestamp,on update current_timestamp
5、字段冗余
非严格遵守3NF,通过业务字段冗余来减少表关联
6、字段类型长度选择
- 主键字段:bigint(20),int(11) 根据预估数据量选择,如果选择int(11)需要标注为unsigned
- 字符串:尽可能使用定长char类型,如姓名,身份证号码,如需要变长varchar,尽可能根据实际情况限制长度,如description等
- 枚举类型:统一tinyint(4),只占一个字节
- 日期:date,datetime, timestamp,根据实际情况选择
- 金额:使用decimel(xx,2)
7、字段不允许为空
不允许可为空字段,必须有默认值
时间字段默认值建议:
1)date类型,默认值非current_date()下,默认值为'1970-01-01'
2)datetime类型,默认值非current_timestamp()下,设置为'1970-01-01 08:00:01'
3)timestamp类型,默认值非current_timestamp()下,设置成'1970-01-01 08:00:01'
8、注释
建表包含表注释,尤其枚举类型需要说明每一种含义
9、大字段(text/blob)
原则上不允许这种字段,尽可能的拆分成小字段,如果特别需要,而又读写频繁,另外建一张表
三、索引约定
1、命名
- 主键:pk_columnName (或者让数据库自动命名);
- 唯一键:uk_columnName;
- 普通索引:ix_columnName;
- 组合索引ix_column1_column2_column3; 如长度太长则截取部分,取义直观
2、必须包含索引
公共字段created_at和updated_at必须建立索引
军规适用场景:并发量大、数据量大的互联网业务
一、基础规范
(1)必须使用InnoDB存储引擎
解读: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
解读: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
解读:N年后谁tm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
解读: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
解读: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
(6)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
(7)表名t_xxx,非唯一索引名idx_xxx,唯一索引名uniq_xxx
三、表设计规范
(8)单实例表数目必须小于500
(9)单表列数目必须小于30
(10)表必须有主键,例如自增主键
解读:
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
(11)禁止使用外键,如果有外键完整性约束,需要应用程序控制
解读: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
四、字段设计规范
(12)必须把字段定义为NOT NULL并且提供默认值
解读:
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
(13)禁止使用TEXT、BLOB类型
解读: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
(14)禁止使用小数存储货币
解读:使用整数吧,小数容易导致钱对不上
(15)必须使用varchar(20)存储手机号
解读:
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%”
(16)禁止使用ENUM,可使用TINYINT代替
解读:
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?
五、索引设计规范
(17)单表索引建议控制在5个以内
(18)单索引字段数不允许超过5个
解读:字段超过5个时,实际已经起不到有效过滤数据的作用了
(19)禁止在更新十分频繁、区分度不高的属性上建立索引
解读:
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
(20)建立组合索引,必须把区分度高的字段放在前面
解读:字段区分度高是指根据某个字段可以过滤掉最多数据,得到最小结果集,区分度高的字段放在前面能够更加有效的过滤数据
六、SQL使用规范
(21)禁止使用SELECT *,只获取必要的字段,需要显示说明列属性
解读:
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
(22)禁止使用INSERT INTO t_xxx VALUES(xxx),必须显示指定插入的列属性
解读:容易在增加或者删除字段后出现程序BUG
(23)禁止使用属性隐式转换
解读:SELECT uid FROM t_user WHERE phone=13812345678 会导致全表扫描,而不能命中phone索引,猜猜为什么?
(24)禁止在WHERE条件的属性上使用函数或者表达式
解读:SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15' 会导致全表扫描
正确的写法是:SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')
(25)禁止负向查询,以及%开头的模糊查询
解读:
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
(26)禁止大表使用JOIN查询,禁止大表使用子查询
解读:会产生临时表,消耗较多内存与CPU,极大影响数据库性能
(27)禁止使用OR条件,必须改为IN查询
解读: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?
(28)应用程序必须捕获SQL异常,并有相应处理