码出高效系列（四）之MYSQL数据库

码出高效系列（四）之MYSQL数据库

1. 建表规约

• 表达是与否概念的字段，必须使用is_xxx的方式命名，数据类型是unsigned tinyint（1表示是，0表示否）。
  说明：任何字段如果为非负数，必须是unsigned。
• 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。
  说明：MySQL在Windows下不区分大小写，但在Linux下默认是区分大小写。因此，数据库名、表名、字段名，都不允许出现任何大写字母，避免节外生枝。
• 表名不使用复数名词。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。
• 禁用保留字，如desc、range、match、delayed等，请参考MySQL 官方保留字。
• 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。
• 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。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。
• 如果存储的字符串长度几乎相等，使用char定长字符串类型。
• 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。
• 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，前者现在时表示主动创建，后者过去分词表示被动更新。
• 表的命名最好是加上“业务名称_表的作用”。
• 库名与应用名称尽量一致。
• 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。
• 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。
• 单表行数超过500万行或者单表容量超过26B，才推荐进行分库分表。说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。
• 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，更重要的是提升检素速度。

2.索引规约

• 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：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

• 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。

• 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。

• 如果有order by的场景，请注意利用索引的有序性。order by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。

• 利用覆盖索引来进行查询操作，避免回表。
  说明：如果一本书需要知道第11章是什么标题，会翻开第11章对应的那一页吗？目录浏览一下就好，这个目录就是起到覆盖索引的作用。
  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：using index。

• 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，那当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，要么对超过特定阀值的页数进行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 表1 a，（select id from 表1 where 条件LIMIT 100000，20）b where a.id=b.id

• 建组合索引的时候，区分度最高的在最左边。
  正例：如果where a=？and b=？，a列的几乎接近于唯一值，那么只需要单建idxa索引即可。
  说明：存在非等号和等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where a>？and b=？那么即使a的区分度更高，也必须把b放在索引的最前列。

• 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。

3 . SQL 语句

• 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。

• count（distinct col）计算该列除NULL之外的不重复行数，注意count（distinct col1，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。

• 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；

• 使用ISNULL（）来判断是否为NULL值。
  说明：NULL与任何值的直接比较都为NULL。
  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。

• 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：以学生和成绩的关系为例，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studentid更新，即为级联更新。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。

• 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。

• 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。

• 如果有全球化需要，所有的字符存储与表示，均以utf-8编码，注意字符统计函数的区别。

  SELECT LENGTH（“轻松工作”）；返回为12
  SELECT CHARACTERL_LENGTH（"轻松工作”）；返回为4

  如果需要存储表情，那么选择utf8 mb4来进行存储，注意它与utf-8编码的区别

• 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。

4. orm 映射

• 在表查询中，一律不要使用*作为查询的字段列表，需要哪些字段必须明确写明。说明：1）增加查询分析器解析成本。2）增减字段容易与resultMap配置不一致。

• POJ0类的布尔属性不能加is，而数据库字段必须加is_，要求在resultMap中进行字段与属性之间的映射。
  说明：参见定义POJO类以及数据库字段定义规定，在中增加映射，是必须的。在MyBatis Generator生成的代码中，需要进行对应的修改。

• sql.xml配置参数使用：#{}，#param#不要使用${}此种方式容易出现SQL注入。

• iBATIS自带的queryForList（String statementName，int start，int size）不推荐使用。
  说明：其实现方式是在数据库取到statementName对应的SQL语句的所有记录，再通过sublist取start，size的子集合。

• 更新数据表记录时，必须同时更新记录对应的gmt_modified字段值为当前时间。

• 不要写一个大而全的数据更新接口。传入为P0J0类，不管是不是自己的目标更新字段，都进行update table set c1=value1，c2=value2，c3=value3；这是不对的。执行SQL时，不要更新无改动的字段，一是易出错；二是效率低；三是增加binlog存储。|

• @Transactional事务不要滥用。事务会影响数据库的QPS，另外使用事务的地方需要考虑各方面的回滚方案，包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。

• 中的compareValue是与属性值对比的常量，一般是数字，表示相等时带上此条件；表示不为空且不为null时执行；表示不为null值时执行。

• 分层领域模型规约：

  • DO（Data object）：与数据库表结构一一对应，通过DAO层向上传输数据源对象。
  • DTO（Data Transfer object）：数据传输对象，Service或Manager向外传输的对象。
  • BO（Business Object）：业务对象。由Service层输出的封装业务逻辑的对象。
  • A0（Application Object）：应用对象。在Web层与Service层之间抽象的复用对象模型，极为贴近展示层，复用度不高。
  • Vo（View Object）：显示层对象，通常是Web向模板渲染引擎层传输的对象。
  • Query：数据查询对象，各层接收上层的查询请求。注意超过2个参数的查询封装，禁止使用Map类来传输。