用惨痛教训换来的156条MySQL设计规约

怎么才能很好地避免低级故障？以下规范在大型互联网公司经过了充分验证，尤其适用于并发量大、数据量大的业务场景。

 

在设计数据库技术方案时，我们是有自己的设计理念或者原则，还是更多依据直觉去设计？是否曾经懊悔线上发生过的一次低级故障？是否思考过怎样才能避免？设计规范的价值在于提供了一份工作检查清单，我们不断从错误中积累有效经验，指导未来的工作。

 

以下规范在大型互联网公司经过了充分的验证，尤其适用于并发量大、数据量大的业务场景。安全无小事，很多公司都曾经因为数据泄露导致用户损失惨痛，所以将安全规范放到了第一位。

 

一、安全规范

 

1.【强制】禁止在数据库中存储明文密码，需把密码加密后存储。

 

说明：对于加密操作建议由公司的中间件团队基于如mybatis的扩展，提供统一的加密算法及密钥管理，避免每个业务线单独开发一套，同时也与具体的业务进行了解耦。

 

2.【强制】禁止在数据库中明文存储用户敏感信息，如手机号等。

 

说明：对于手机号建议公司搭建统一的手机号查询服务，避免在每个业务线单独存储。

 

3.【强制】禁止开发直接给业务同学导出或者查询涉及到用户敏感信息的数据，如需要需上级领导审批。

 

4.【强制】涉及到导出数据功能的操作，如包含敏感字段都需加密或脱敏。

 

5.【强制】跟数据库交互涉及的敏感数据操作都需有审计日志，必要时要做告警。

 

6.【强制】对连接数据库的IP需设置白名单功能，杜绝非法IP接入。

 

7.【强制】对重要sql（如订单信息的查询）的访问频率或次数要做历史趋势监控，及时发现异常行为。

 

8.【推荐】线上连接数据库的用户名、密码建议定期进行更换。

 

二、基础规范

 

1.【推荐】尽量不在数据库做运算，复杂运算需移到业务应用里完成。

 

2.【推荐】拒绝大sql语句、拒绝大事务、拒绝大批量，可转化到业务端完成。

 

说明：大批量操作可能会造成严重的主从延迟，binlog日志为row格式会产生大量的日志。

 

3.【推荐】避免使用存储过程、触发器、函数等，容易造成业务逻辑与DB耦合。

 

说明：数据库擅长存储与索引、要解放数据库CPU，将计算转移到服务层、也具备更好的扩展性。

 

4.【强制】数据表、数据字段必须加入中文注释。

 

说明：后续维护的同学看到后才清楚表是干什么用的。

 

5.【强制】不在数据库中存储图片、文件等大数据。

 

说明：大文件和图片需要储在文件系统。

 

6.【推荐】对于程序连接数据库账号，遵循权限最小原则。

 

7.【推荐】数据库设计时，需要问下自己是否对以后的扩展性进行了考虑。

 

8.【推荐】利用 pt-query-digest 定期分析slow query log并进行优化。

 

9.【推荐】使用内网域名而不是ip连接数据库。

 

10.【推荐】如果数据量或数据增长在前期规划时就较大，那么在设计评审时就应加入分表策略。

 

11.【推荐】要求所有研发SQL关键字全部是小写，每个词只允许有一个空格

 

三、命名规范

 

1.【强制】库名、表名、字段名要小写，下划线风格，不超过32个字符，必须见名知意，建议使用名词而不是动词，词义与业务、产品线等相关联，禁止拼音英文混用。

 

2.【强制】普通索引命名格式：idx_表名_索引字段名（如果以首个字段名为索引有多个，可以加上第二个字段名，太长可以考虑缩写），唯一索引命名格式：uk_表名_索引字段名（索引名必须全部小写，长度太长可以利用缩写），主键索引命名：pk_ 字段名。

 

3.【强制】库名、表名、字段名禁止使用MySQL保留字。

 

4.【强制】临时库表名必须以tmp为前缀，并以日期为后缀。

 

5.【强制】备份库表必须以bak为前缀，并以日期为后缀。

 

6.【推荐】用HASH进行散表，表名后缀使用16进制数，下标从0开始。

 

7.【推荐】按日期时间分表需符合YYYY[MM][DD][HH]格式。

 

8.【推荐】散表如果使用md5（或者类似的hash算法）进行散表，表名后缀使用16进制，比如user_ff。

 

9.【推荐】使用CRC32求余（或者类似的算术算法）进行散表，表名后缀使用数字，数字必须从0开始并等宽，比如散100张表，后缀从00-99。

 

10.【推荐】使用时间散表，表名后缀必须使用特定格式，比如按日散表user_20110209、按月散表user_201102。

 

11.【强制】表达是与否概念的字段，使用 is _ xxx 的方式进行命名。

 

四、库设计规范

 

1.【推荐】数据库使用InnoDB存储引擎。

 

说明：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.【推荐】数据库和表的字符集统一使用UTF8。

 

说明：utf8号称万国码，其无需转码、无乱码风险且节省空间。若是有字段需要存储emoji表情之类的，则将表或字段设置成utf8mb4，utf8mb4向下兼容utf8。

 

3.【推荐】不同业务，使用不同的数据库，避免互相影响。

 

4.【强制】所有线上业务库均必须搭建MHA高可用架构，避免单点问题。

 

五、表设计规范

 

1.【推荐】建表规范示例：

 

•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  
•  

CREATE TABLE `student_info` (    `id` int(11) unsigned NOT NULL AUTO_INCREMENT COMMENT '主键',    `stu_name` varchar(10) NOT NULL DEFAULT '' COMMENT '姓名',    `stu_score` smallint(5) unsigned NOT NULL DEFAULT '0' COMMENT '总分',    `stu_num` int(11) NOT NULL COMMENT '学号',    `gmt_create` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '创建时间',    `gmt_modified` timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '更新时间',    `status` tinyint(4) DEFAULT '1' COMMENT '1代表记录有效，0代表记录无效',      PRIMARY KEY (`id`),      UNIQUE KEY `uk_student_info_stu_num` (`stu_num`) USING BTREE,    KEY `idx_student_info_stu_name` (`stu_name`) USING BTREE) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='学生信息表';

 

2.【强制】禁止使用外键，如果有外键完整性约束，需要应用程序控制。

 

3.【强制】每个Innodb 表必须有一个主键。

 

说明：Innodb 是一种索引组织表，其数据存储的逻辑顺序和索引的顺序是相同的。每张表可以有多个索引，但表的存储顺序只能有一种，Innodb 是按照主键索引的顺序来组织表的，因此不要使用更新频繁的列如UUID、MD5、HASH和字符串列作为主键，这些列无法保证数据的顺序增长，主键建议使用自增ID 值。

 

4.【推荐】单表列数目最好小于50。

 

5.【强制】禁止使用分区表。

 

说明：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，跨分区查询效率可能更低，建议采用物理分表的方式管理大数据。

 

6.【推荐】拆分大字段和访问频率低的字段，分离冷热数据。

 

7.【推荐】采用合适的分库分表策略，例如千库十表、十库百表等（建议表大小控制在2G）。

 

8.【推荐】单表不超过50个int字段；不超过20个char字段，不超过2个text字段。

 

9.【推荐】表默认设置创建时间戳和更改时间戳字段。

 

10.【推荐】日志类型的表可以考虑按创建时间水平切割，定期归档历史数据。

 

11.【强制】禁止使用order by rand()。

 

说明：order by rand()会为表增加一个伪列，然后用rand()函数为每一行数据计算出rand()值，基于该行排序，这通常都会生成磁盘上的临时表，因此效率非常低。

 

12.【参考】可以结合使用hash、range、lookup table进行散表。

 

13.【推荐】每张表数据量建议控制在500w以下，超过500w可以使用历史数据归档或分库分表来实现（500万行并不是MySQL数据库的限制。过大对于修改表结构，备份，恢复都会有很大问题。MySQL没有对存储有限制，取决于存储设置和文件系统）。

 

14.【强制】禁止在表中建立预留字段。

 

说明：预留字段的命名很难做到见名识义，预留字段无法确认存储的数据类型，所以无法选择合适的类型；对预留字段类型的修改，会对表进行锁定。

 

六、字段设计规范

 

1.【强制】必须把字段定义为NOT NULL并且提供默认值。

 

说明：NULL字段很难查询优化，NULL字段的索引需要额外空间，NULL字段的复合索引无效。

 

2.【强制】禁止使用ENUM，可使用TINYINT代替。

 

3.【强制】禁止使用TEXT、BLOB类型(如果表的记录数在万级以下可以考虑)。

 

4.【强制】必须使用varchar(20)存储手机号。

 

5.【强制】禁止使用小数存储国币、使用“分”作为单位，这样数据库里就是整数了。

 

6.【强制】用DECIMAL代替FLOAT和DOUBLE存储精确浮点数。

 

7.【推荐】使用UNSIGNED存储非负整数。

 

说明：同样的字节数，存储的数值范围更大。

 

8.【推荐】建议使用INT UNSIGNED存储IPV4。

 

说明：用UNSINGED INT存储IP地址占用4字节，CHAR(15)则占用15字节。另外，计算机处理整数类型比字符串类型快。使用INT UNSIGNED而不是CHAR(15)来存储IPV4地址，通过MySQL函数inet_ntoa和inet_aton来进行转化。IPv6地址目前没有转化函数，需要使用DECIMAL或两个BIGINT来存储。例如:

 

•  

SELECT INET_ATON('192.168.172.3'); 3232279555 SELECT INET_NTOA(3232279555); 192.168.172.3

 

9.【推荐】字段长度尽量按实际需要进行分配，不要随意分配一个很大的容量。

 

10.【推荐】核心表字段数量尽可能地少，有大字段要考虑拆分。

 

11.【推荐】适当考虑一些反范式的表设计，增加冗余字段，减少JOIN。

 

12.【推荐】资金字段考虑统一*100处理成整型，避免使用decimal浮点类型存储。

 

13.【推荐】使用VARBINARY存储大小写敏感的变长字符串或二进制内容。

 

说明：VARBINARY默认区分大小写，没有字符集概念，速度快。

 

14.【参考】INT类型固定占用4字节存储。

 

说明：INT(4)仅代表显示字符宽度为4位，不代表存储长度。数值类型括号后面的数字只是表示宽度而跟存储范围没有关系，比如INT(3)默认显示3位，空格补齐，超出时正常显示，Python、Java客户端等不具备这个功能。

 

15.【参考】区分使用DATETIME和TIMESTAMP。

 

说明：存储年使用YEAR类型、存储日期使用DATE类型、存储时间(精确到秒)建议使用TIMESTAMP类型。

 

DATETIME和TIMESTAMP都是精确到秒，优先选择TIMESTAMP，因为TIMESTAMP只有4个字节，而DATETIME8个字节，同时TIMESTAMP具有自动赋值以及⾃自动更新的特性。

 

补充：如何使用TIMESTAMP的自动赋值属性?

 

自动初始化，而且自动更新：column1 TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATECURRENT_TIMESTAMP 只是自动初始化：column1 TIMESTAMP DEFAULT CURRENT_TIMESTAMP 自动更新，初始化的值为0：column1 TIMESTAMP DEFAULT 0 ON UPDATE CURRENT_TIMESTAMP 初始化的值为0：column1 TIMESTAMP DEFAULT 0

 

16.【推荐】将大字段、访问频率低的字段拆分到单独的表中存储，分离冷热数据。

 

说明：有利于有效利用缓存，防⽌读入无用的冷数据，较少磁盘IO，同时保证热数据常驻内存提⾼高缓存命中率。

 

17.【参考】VARCHAR(N)，N表示的是字符数不是字节数，比如VARCHAR(255)，可以最大可存储255个汉字，需要根据实际的宽度来选择N。

 

18.【参考】VARCHAR(N)，N尽可能小，因为MySQL一个表中所有的VARCHAR字段最大长度是65535个字节，进行排序和创建临时表一类的内存操作时，会使用N的长度申请内存。

 

19.【推荐】VARCHAR(N)，N>5000时，使用BLOB类型。

 

20.【推荐】使用短数据类型，比如取值范围为0~80时，使用TINYINT UNSIGNED。

 

21.【强制】存储状态，性别等，用TINYINT。

 

22.【强制】所有存储相同数据的列名和列类型必须一致（在多个表中的字段如user_id，它们类型必须一致）。

 

23.【推荐】优先选择符合存储需要的最小数据类型。

 

24.【推荐】如果存储的字符串长度几乎相等，使用 char 定长字符串类型。

 

七、索引设计规范

 

1.【推荐】单表索引建议控制在5个以内。

 

说明：索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率，所以不是越多越好。

 

2.【强制】禁止在更新十分频繁，区分度不高的属性上建立索引。

 

3.【强制】建立组合索引必须把区分度高的字段放在前面。

 

4.【推荐】对字符串使用索引，如果字符串定义长度超过128的，可以考虑前缀索引。

 

5.【强制】表必须有主键，并且是auto_increment及not null的，根据表的实际情况定义无符号的tinyint,smallint,int,bigint。

 

6.【强制】禁止更新频繁的列作为主键。

 

7.【强制】禁止字符串列作为主键。

 

8.【强制】禁止UUID MD5 HASH这些作为主键（数值太离散了）。

 

9.【推荐】默认使用非空的唯一键作为主键。

 

10.【推荐】主键建议选择自增或发号器。

 

11.【推荐】核心SQL优先考虑覆盖索引。

 

12.【参考】避免冗余和重复索引。

 

13.【参考】索引要综合评估数据密度和分布以及考虑查询和更新比例。

 

14.【强制】不在索引列进行数学运算和函数运算。

 

15.【推荐】研发要经常使用explain，如果发现索引选择性差，必须要学会使用hint。

 

16.【推荐】能使用唯一索引就要使用唯一索引，提高查询效率。

 

17.【推荐】多条字段重复的语句，要修改语句条件字段的顺序，为其建立一条联合索引，减少索引数量。

 

18.【强制】索引字段要保证不为NULL，考虑default value进去。NULL也是占空间，而且NULL非常影响索引的查询效率。

 

19.【强制】新建的唯一索引不能和主键重复。

 

20.【推荐】尽量不使用外键、外键用来保护参照完整性，可在业务端实现。

 

说明：避免对父表和子表的操作会相互影响，降低可用性。

 

21.【强制】字符串不应做主键。

 

22.【强制】表必须有无符号int型自增主键，对应表中id字段。

 

说明：必须得有主键的原因：采用RBR模式复制，无主键的表删除，会导致备库夯住 ；使用自增的原因：数据写入可以提高插入性能，避免page分裂，减少表碎片。

 

23.【推荐】对长度过长的VARCHAR字段建立索引时，添加crc32或者MD5 Hash字段，对Hash字段建立索引。

 

说明：下面的表增加一列url_crc32，然后对url_crc32建立索引，减少索引字段的长度，提高效率。

 

•  

CREATE TABLE url(   ...   url VARCHAR(255) NOT NULL DEFAULT 0,   url_crc32 INT UNSIGNED NOT NULL DEFAULT 0,   ...   index idx_url(url_crc32) ）

 

24.【推荐】WHERE条件中的非等值条件（IN、BETWEEN、<、<=、>、>=）会导致后面的条件使用不了索引。

 

25.【推荐】索引字段的顺序需要考虑字段值去重之后的个数，个数多的放在前面。

 

26.【推荐】ORDER BY，GROUP BY，DISTINCT的字段需要添加在索引的后面。

 

27.【参考】合理创建联合索引（避免冗余），如(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)。

 

28.【推荐】复合索引中的字段数建议不超过5个。

 

29.【强制】不在选择性低的列上建立索引，例如"性别", "状态"， "类型"。

 

30.【推荐】对于单独条件如果走不了索引，可以使用force –index强制指定索引。

 

31.【强制】禁止给表中的每一列都建立单独的索引。

 

32.【推荐】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。

 

八、SQL使用规范

 

1.【强制】禁止使用SELECT *，只获取必要的字段，需要显示说明列属性。

 

说明：按需获取可以减少网络带宽消耗，能有效利用覆盖索引，表结构变更对程序基本无影响。

 

2.【强制】禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性。

 

3.【强制】WHERE条件中必须使用合适的类型，避免MySQL进行隐式类型转化。

 

说明：因为MySQL进行隐式类型转化之后，可能会将索引字段类型转化成=号右边值的类型，导致使用不到索引，原因和避免在索引字段中使用函数是类似的，例子 select uid from t_user where phone=15855550101（phone为 varchat 类型，此时查询中使用数字查询，会导致索引失效）。

 

4.【强制】禁止在WHERE条件的属性上使用函数或者表达式。

 

5.【强制】禁止负向查询，以及%开头的模糊查询。

 

6.【强制】应用程序必须捕获SQL异常，并有相应处理。

 

7.【推荐】sql语句尽可能简单、大的sql想办法拆成小的sql语句。

 

说明：简单的SQL容易使用到MySQL的querycache、减少锁表时间特别是MyISAM、可以使用多核cpu。

 

8.【推荐】事务要简单，整个事务的时间长度不要太长。

 

9.【强制】避免在数据库中进行数学运算或者函数运算（MySQL不擅长数学运算和逻辑判断，也容易将业务逻辑和DB耦合在一起）。

 

10.【推荐】sql中使用到OR的改写为用IN() （or的效率没有in的效率高）。

 

11.【参考】SQL语句中IN包含的值不应过多，里面数字的个数建议控制在1000个以内。

 

12.【推荐】limit分页注意效率。Limit越大，效率越低。可以改写limit。

 

说明：改写例子：

 

1）改写方法一

 

延迟回表写法 select xx,xx from t t1, (select id from t where ....  limit 10000,10) t2 where t1.id = t2.id

 

2）改写方法二

 

select id from t limit 10000, 10; 应该改为 => select id from t where id > 10000 limit 10;

 

13.【推荐】尽量使用union all替代union。

 

14.【参考】避免使用大表JOIN。

 

15.【推荐】对数据的更新要打散后批量更新，不要一次更新太多数据。

 

16.【推荐】使用合理的SQL语句减少与数据库的交互次数。

 

17.【参考】注意使用性能分析工具 Sql explain  / showprofile  /   mysqlsla。

 

18.【推荐】能不用NOT IN就不用NOT IN，坑太多了，会把空和NULL给查出来。

 

19.【推荐】关于分页查询，程序里建议合理使用分页来提高效率，limit、offset较大要配合子查询使用。

 

20.【强制】禁止在数据库中跑大查询。

 

21.【强制】禁止单条SQL语句同时更新多个表。

 

22.【推荐】统计表中记录数时使用COUNT(*)，而不是COUNT(primary_key)和COUNT(1)。

 

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。

 

23.【推荐】INSERT语句使用batch提交（INSERT INTO tableVALUES(),(),()……），values的个数不应过多。

 

24.【推荐】获取大量数据时，建议分批次获取数据，每次获取数据少于2000条，结果集应小于1M。

 

25.【推荐】在做开发时建议使用数据库框架(如mybatis)或prepared statement，可以提升性能并避免SQL注入。

 

26.【强制】禁止跨库查询（为数据迁移和分库分表留出余地，降低耦合度，降低风险）。

 

27.【推荐】尽量避免使用子查询，可以把子查询优化为join操作（子查询的结果集无法使用索引，子查询会产生临时表操作，如果子查询数据量大会影响效率，消耗过多的CPU及IO资源）。

 

28.【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。即使双表 join 也要注意表索引、SQL 性能）。

 

29.【推荐】SQL 性能优化的目标：至少要达到 range 级别，要求是 ref 级别，如果可以是 consts最好。

 

30.【推荐】尽量不要使用物理删除（即直接删除，如果要删除的话提前做好备份），而是使用逻辑删除，使用字段delete_flag做逻辑删除，类型为tinyint，0表示未删除，1表示已删除。

 

31.【强制】在代码中写分页查询逻辑时，若 count 为 0 应直接返回，避免执行后面的分页语句。

 

32.【强制】程序连接不同的数据库要使用不同的账号。

 

33.【推荐】使用 ISNULL()来判断是否为 NULL 值。

 

九、行为规范

 

1.【强制】禁止使用应用程序配置文件内的帐号手工访问线上数据库。

 

2.【强制】禁止非DBA对线上数据库进行写操作，修改线上数据需要提交工单，由DBA执行，提交的SQL语句必须经过测试。

 

3.【强制】禁止在线上做数据库压力测试。

 

4.【强制】禁止从测试、开发环境直连线上数据库。

 

5.【强制】禁止在主库进行后台统计操作，避免影响业务，可以在离线从库上执行后台统计。

 

十、流程规范

 

1.【强制】所有的建表操作需要提前告知该表涉及的查询sql。

 

2.【强制】所有的建表需要确定建立哪些索引后才可以建表上线。

 

3.【强制】所有的改表结构、加索引操作都需要将涉及到所改表的查询sql发出来告知DBA等相关人员。

 

4.【强制】在建新表加字段之前，要求至少要提前3天邮件出来，给dba们评估、优化和审核的时间。

 

5.【强制】批量导入、导出数据需要DBA进行审查，并在执行过程中观察服务。

 

6.【强制】禁止有super权限的应用程序账号存在。

 

7.【强制】推广活动或上线新功能必须提前通知DBA进行流量评估。

 

8.【强制】不在业务高峰期批量更新、查询数据库。

 

9.【强制】隔离线上线下环境（开发测试程序禁止访问线上数据库）。

 

10.【强制】在对大表做表结构变更时，如修改字段属性会造成锁表，并会造成从库延迟，从而影响线上业务，必须在凌晨后业务低峰期执行，另统一用工具pt-online-schema-change避免锁表且降低延迟执行时间。

 

11.【强制】核心业务数据库变更需在凌晨执行。

 

12.【推荐】汇总库开启Audit审计日志功能，出现问题时方可追溯。

 

13.【强制】给业务方开权限时，密码要用MD5加密，至少16位。权限如没有特殊要求，均为select查询权限，并做库表级限制。

 

14.【推荐】如果出现业务部门人为误操作导致数据丢失，需要恢复数据，请在第一时间通知DBA，并提供准确时间，误操作语句等重要线索。

 

15.【强制】批量更新数据，如update,delete 操作，需要DBA进行审查，并在执行过程中观察服务。

 

16.【强制】业务部门程序出现bug等影响数据库服务的问题，请及时通知DBA便于维护服务稳定。

 

17.【强制】线上数据库的变更操作必须提供对应的回滚方案。

 

18.【强制】批量清洗数据，需要开发和DBA共同进行审查，应避开业务高峰期时段执行，并在执行过程中观察服务状态。

 

19.【强制】数据订正如删除和修改记录时，要先 select ，确认无误才能执行更新语句，避免出现误删除。

 

作者丨修冶