数据库规范

数据库命令规范

• 所有的数据库对象名称必须使用小写字母并用下划线分割
• 所有的数据库对象名称禁止使用mysql保留关键字(如果表中有关键字查询时,需要将其用单引号括起来)
• 数据库对象名要做到见名识义,并且不超过32个字符
• 临时表必须以 tmp 为前缀并以日期为后缀, 备份表必须以 bak 开头以日期为后缀
• 所有存储相同数据的列名和列类型必须一致 (一般作为关联列 , 如果查询时关联列的数据不一致会自动进行隐式数据转换,会造成索引列的失效,导致查询效率低)

数据库基本设计规范

• 所有的表必须用 InnoDb 存储引擎
  • 没有特殊要求 ( 即 Innodb 无法满足功能如: 列存储 存储空间数据等 ) 情况下 , 所有的表必须使用 Innodb 存储引擎 ( mysql 5.5 之前默认使用 myIsam , 5.6 之后默认使用的为 Innodb ) Innodb 支持事务 , 支持行级锁,更好的恢复性,高并发下性能更好。
• 数据库和表的字符集统一用utf8 (mysql 用 utf8mb64_unicode_ci)
  • 兼容性更好，统一字符集可以避免由字符集转换产生的乱码，不同字符集比较需要进行转换造成索引失效
• 所有的表和字段都需要添加注释
  • 使用 comment 从句添加表和列的备注 ， 从一开始进行数据字典维护
• 尽量控制单表数据量的大小 尽量在 500w 以内
  • 500w 并不是mysql数据库的限制 ， 过大会造成修改表结构，备份，恢复都会有很大的问题
  • 可以使用历史数据归档 （应用于日志数据），分表分库（应用于业务数据）等手段控制数据量的大小
• 谨慎使用 mysql 分区表
  • 分区表在物理上表现为多个文件，在逻辑上表现为一个表 谨慎选择分区键，跨分区查询效率更低，建议采用物理分表的方式管理大数据
• 尽量做到冷热数据分离,减少表的宽度
  • MYsql 限制每个表最多存储 4096 列，并且每一行的数据大小也不能超过 65535 字节，减少磁盘IO，保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也越大，也会消耗更多的IO）更有效的利用缓存，避免读入无用的冷数据，经常一起使用的列放到一个表中（避免更多的关联操作）
• 禁止在表中建立预留字段
  • 预留字段很难做到见名识义，预留字段可能比较难确认数据类型，一但对预留地段修改会对表进行锁定
• 禁止在数据库中存储图片,文件等大的二进制数据
  • 通常文件很大，会短时间内造成数据快速增长，进行数据读取时，会造成大量的随机 IO 操作，文件很大时 IO 操作很费事，通常把大文件存储于文件服务器，数据库只存储文件地址信息
• 禁止在线上做数据压力测试
• 禁止直接从开发环境,测试环境直接连接生成环境数据库

数据库字段设计规范

• 优先选择符合存储需要的最小数据类型
• 避免使用 text、blob 等数据类型，最常见的text类型可以存储64 k 的数据
• 避免使用 enum 类型
• 尽可能把所有的类定义为 NOT NULL
• 尽可能用 timestamp 和 datetime 类型存储时间
• 同财务相关的金额类数据必须使用 decimal 类型

索引设计规范

• 现在每张表上的索引数量，建议单张表索引不超过五个
• 禁止给表中的每一列都建立单独的索引
• 每个Innodb 表必须有个主键

常见索引列建议

• 选择出现在select update detele 语句 where 从句中的列建立索引
• 选择包含在 order by、group by，distinct中的列建立索引
• 多表联合查询的关联列

索引列的顺序

• 建立索引的目的是：希望通过索引进行数据查找，减少随机IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

• 区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列的总行数）；
• 尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO性能也就越好）；
• 使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）。

如何避免建立冗余索引和重复索引

• 因为这样会增加查询优化器生成执行计划的时间。
  重复索引示例：primary key(id)、index(id)、unique index(id)
冗余索引示例：index(a,b,c)、index(a,b)、index(a)

覆盖索引

• 对于频繁的查询优先考虑使用覆盖索引。
• 覆盖索引：就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引

• 覆盖索引的好处：
  • 避免Innodb表进行索引的二次查询
    Innodb是以聚集索引的顺序来存储的，对于Innodb来说，二级索引在叶子节点中所保存的是行的主键信息，
    如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了IO操作，提升了查询效率。
  • 可以把随机IO变成顺序IO加快查询效率
    由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据IO要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO。

索引 SET 规范

• 尽量避免使用外键约束
• 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引；
  • 外键可用于保证数据的参照完整性，但建议在业务端实现；
  • 外键会影响父表和子表的写操作从而降低性能。

数据库 SQL 开发规范

1、建议使用预编译语句进行数据库操作
预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题 只传参数，比传递SQL语句更高效 相同语句可以一次解析，多次使用，提高处理效率。
2、避免数据类型的隐式转换
隐式转换会导致索引失效。如：select name,phone from customer where id = ‘111’;
3、充分利用表上已经存在的索引
· 避免使用双%号的查询条件。
如a like ‘%123%’，（如果无前置%,只有后置%，是可以用到列上的索引的）
· 一个SQL只能利用到复合索引中的一列进行范围查询
如：有 a,b,c列的联合索引，在查询条件中有a列的范围查询，则在b,c列上的索引将不会被用到，在定义联合索引时，如果a列要用到范围查找的话，就要把a列放到联合索引的右侧。
使用left join或 not exists来优化not in操作
因为not in 也通常会使用索引失效。
4、数据库设计时，应该要对以后扩展进行考虑
5、程序连接不同的数据库使用不同的账号，进制跨库查询
· 为数据库迁移和分库分表留出余地
· 降低业务耦合度
· 避免权限过大而产生的安全风险
6、禁止使用SELECT * 必须使用SELECT <字段列表> 查询
原因：
· 消耗更多的CPU和IO以网络带宽资源
· 无法使用覆盖索引
· 可减少表结构变更带来的影响
7、禁止使用不含字段列表的INSERT语句
如：insert into values (‘a’,‘b’,‘c’);
应使用insert into t(c1,c2,c3) values (‘a’,‘b’,‘c’);
8、避免使用子查询，可以把子查询优化为join操作
通常子查询在in子句中，且子查询中为简单SQL(不包含union、group by、order by、limit从句)时，才可以把子查询转化为关联查询进行优化。
子查询性能差的原因：
· 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能 会受到一定的影响；
· 特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大；
· 由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询。
9、避免使用JOIN关联太多的表
对于Mysql来说，是存在关联缓存的，缓存的大小可以由join_buffer_size参数进行设置。
在Mysql中，对于同一个SQL多关联（join）一个表，就会多分配一个关联缓存，如果在一个SQL中关联的表越多，所占用的内存也就越大。
如果程序中大量的使用了多表关联的操作，同时join_buffer_size设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。
同时对于关联操作来说，会产生临时表操作，影响查询效率Mysql最多允许关联61个表，建议不超过5个。
10、减少同数据库的交互次数
数据库更适合处理批量操作 合并多个相同的操作到一起，可以提高处理效率
11、对应同一列进行or判断时，使用in代替or
in的值不要超过500个in操作可以更有效的利用索引，or大多数情况下很少能利用到索引。
12、禁止使用order by rand() 进行随机排序
会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的CPU和IO及内存资源。
推荐在程序中获取一个随机值，然后从数据库中获取数据的方式
13、WHERE从句中禁止对列进行函数转换和计算
对列进行函数转换或计算时会导致无法使用索引。
14、在明显不会有重复值时使用UNION ALL而不是UNION
· UNION会把两个结果集的所有数据放到临时表中后再进行去重操作
· UNION ALL不会再对结果集进行去重操作
15、拆分复杂的大SQL为多个小SQL
· 大SQL：逻辑上比较复杂，需要占用大量CPU进行计算的SQL
· MySQL：一个SQL只能使用一个CPU进行计算
· SQL拆分后可以通过并行执行来提高处理效率

数据库操作行为规范

1、超100万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作
· 大批量操作可能会造成严重的主从延迟
主从环境中，大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况
· binlog日志为row格式时会产生大量的日志
大批量写操作会产生大量日志，特别是对于row格式二进制数据而言，由于在row格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因。
· 避免产生大事务操作
大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对MySQL的性能产生非常大的影响。
特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批。
2、对于大表使用pt-online-schema-change修改表结构
· 避免大表修改产生的主从延迟
· 避免在对表字段进行修改时进行锁表
对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。
pt-online-schema-change它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。
把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉。
把原来一个DDL操作，分解成多个小的批次进行。
3、禁止为程序使用的账号赋予super权限
当达到最大连接数限制时，还运行1个有super权限的用户连接super权限只能留给DBA处理问题的账号使用。
4、对于程序连接数据库账号，遵循权限最小原则
程序使用数据库账号只能在一个DB下使用，不准跨库 程序使用的账号原则上不准有drop权限。