一些MySQL使用时遵循的规范（初版）-CSDN博客

建表

见名知意，表名和字段名以下划线分割
注意单复数，如用户表为users，而不是user
详细定义表、字段和索引的备注
编码统一为utf8mb4，不需要存储emoji表情等特殊字符的字段编码可单独改为utf8（varchar utf8建索引的最大长度为255，varchar utf8mb4建索引的最大长度为191），数据链接编码使用utf8mb4
字段类型严格定义，需要注意类型、长度、是否为空、无符号（确定不会存储复数的字段加UNSIGNED）等
主键一般用bigint、自增，关联表 / 无实际意义表的主键命名为rec_id，其他表的主键要见名知意，如goods_id
字段（单字段或多字段）数据不能重复时，一定要定义Unique索引
每张表一定要包含两个字段created_at(记录生成时间)和updated_at（记录最近修改时间）；通过数据库的timestamp字段类型实现，无须代码控制，http://dev.mysql.com/doc/refman/5.6/en/timestamp-initialization.html ALTER TABLE test ADD COLUMN created_at timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP , ADD COLUMN updated_at timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP;
基于性能的考虑，所有字段均不能为空，即全部NOT NULL，设置默认值
存储开关、选项数据的字段，通常使用tinyint(1)非UNSIGNED类型，通常1为打开；0为关闭，多类型时，从1开始定义

SQL / PHQL

程序中，SQL的关键字一定要大写
新增SQL时一定要验证其性能，添加必要的索引，使用EXPLAIN/DESC关键字验证索引是否命中
数据库SQL语句中，所有数据必须加单引号，无论数值还是字串，以避免可能的注入漏洞和SQL错误
尽可能使用数据绑定的方式进行数据查询
多表操作时，对表进行定义别名，定义别名的规则：取表中每个单词的首字母作为别名，如ecs_ayb_content_categories AS acc
只查需要的列，即使表的字段很少

读写分离

访问数据库方式读写分开。db为写，rDb为读。
使用PHQL和表ORM方式会自动识别读写数据库
需要注意情况如下:

SELECT语句使用rDb。rDb不能执行更新、新增、删除操作。 $app->rDb->query("SELECT * FROM ecs_user_baby WHERE baby_id=2 LIMIT 1") $app->db->query("UPDATE ecs_user_baby SET read_count=read_count WHERE baby_id=2 LIMIT 1");

在Model中读数据库也可以使用getReadConnection方法，写使用getWriteConnection方法。 $userGoodsShelf = new UserGoodsShelf(); $userGoodsShelf->getReadConnection()->execute("SELECT * FROM ecs_user_baby LIMIT 1 ");

索引相关

参考：

MySQL索引原理及慢查询优化
http://www.slideshare.net/billkarwin/how-to-design-indexes-really

基本准则

程序开发时，时刻注意新写的SQL是否需要增加索引或优化已有索引（联合索引或单索引），以explain/desc验证索引是否命中
建立Unique索引，使用INSERT INTO ... ON DUPLICATE KEY UPDATE ...完成一些需要两条SQL完成的复杂逻辑；禁止使用REPLACE ... INTO ...，它会带来一些问题
定期查看慢查询日记，优化慢SQL，目前阀值时1s

B+树索引

1、最左前缀匹配原则，非常重要的原则，mysql会一直向右匹配直到遇到范围查询(>、<、between、like)就停止匹配，比如a = 1 and b = 2 and c > 3 and d = 4 如果建立(a,b,c,d)顺序的索引，d是用不到索引的，如果建立(a,b,d,c)的索引则都可以用到，a,b,d的顺序可以任意调整。

2、=和in可以乱序，比如a = 1 and b = 2 and c = 3 建立(a,b,c)索引可以任意顺序，mysql的查询优化器会帮你优化成索引可以识别的形式

3、尽量选择区分度高的列作为索引,区分度的公式是count(distinct col)/count(*)，表示字段不重复的比例，比例越大我们扫描的记录数越少，唯一键的区分度是1，而一些状态、性别字段可能在大数据面前区分度就是0，那可能有人会问，这个比例有什么经验值吗？使用场景不同，这个值也很难确定，一般需要join的字段我们都要求是0.1以上，即平均1条扫描10条记录

4、索引列不能参与计算，保持列“干净”，比如from_unixtime(create_time) = ’2014-05-29’就不能使用到索引，原因很简单，b+树中存的都是数据表中的字段值，但进行检索时，需要把所有元素都应用函数才能比较，显然成本太大。所以语句应该写成create_time = unix_timestamp(’2014-05-29’);

5、尽量的扩展索引，不要新建索引。比如表中已经有a的索引，现在要加(a,b)的索引，那么只需要修改原来的索引即可

慢查询优化基本步骤

0、先运行看看是否真的很慢，注意设置SQL_NO_CACHE

1、where条件单表查，锁定最小返回记录表。这句话的意思是把查询语句的where都应用到表中返回的记录数最小的表开始查起，单表每个字段分别查询，看哪个字段的区分度最高

2、explain查看执行计划，是否与1预期一致（从锁定记录较少的表开始查询）

3、order by limit 形式的sql语句让排序的表优先查

全文索引

MySQL 5.6.4版本起InnoDB已经支持全文索引，简单实例：

新建索引： alter table articles add fulltext index(title,body);
搜索 title 和 body 包含 database和MySQL关键字的记录： SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('database,MySQL');
搜索title和body中包含 MySQL ，但是不能有 YourSQL 的结果： SELECT * FROM articles WHERE MATCH (title,body) AGAINST ('+MySQL -YourSQL' IN BOOLEAN MODE);

是否使用数据库全文索引视情况而定，数据量大应该使用Elasticsearch