数据库设计需要注意什么
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. 新库默认使用utf8mb4字符集
解读：utf8mb4是utf8的超集，emoji表情以及部分不常见汉字在utf8下会表现为乱码，故需要升级至utf8mb4。
默认使用这个字符集的原因是：“标准，万国码，无需转码，无乱码风险”，并不“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
6. 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
7. 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
8. 分配非DBA以只读帐号，必须通过VPN+跳板机访问授权的从库
9. 开发、测试、线上环境隔离
10. 不在数据库做计算，cpu计算务必移至业务层
11. 平衡范式与冗余，为提高效率可以牺牲范式设计，冗余数据
12. 拒绝3B(big)，大sql，大事务，大批量
二、命名规范
1. 只允许使用内网域名，而不是ip连接数据库
解读：使用域名，在切换数据库服务器的时候，只需要改DNS域名解析，不需要改配置文件。达到一处更改，多处生效的效果。
不只是数据库，缓存（memcache、redis）的连接，服务（service）的连接都必须使用内网域名，机器迁移/平滑升级/运维管理…太多太多的好处，
如果朋友你还是采用ip直连的，赶紧升级到内网域名吧。
2. 线上环境、开发环境、测试环境数据库内网域名遵循命名规范
业务名称：xxx
线上环境：dj.xxx.db
开发环境：dj.xxx.rdb (r 是research, rd 是 research and development 的简称)
测试环境：dj.xxx.tdb
从库在名称后加-s标识，备库在名称后加-ss标识 (从库，secondary database)
线上从库：dj.xxx-s.db
线上备库：dj.xxx-sss.db
3. 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
4. 表名t_xxx，非唯一索引名idx_xxx，唯一索引名uniq_xxx (idx ：索引文件（Index file）)
三、表设计规范
1. 单实例表数目必须小于500
2. 单表列数目必须小于30
3. 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
4. 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
5. 控制单表数据量，单表记录控制在千万级
四、字段设计规范
1. 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间，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。（无论有无索引，都搜不到，已验证）
2. 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
3. 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
4. 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%”
5. 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？
6. 禁止使用小数存储国币
有朋友问存储前乘以100，取出后除以100是否可行，个人建议“尽量少的使用除法”。
曾经踩过这样的坑，100元分3天摊销，每天摊销100/3元，结果得到3个33.33。后来实施对账系统，始终有几分钱对不齐，郁闷了很久（不是几分钱
的事，是业务方质疑的眼神让研发很不爽），最后发现是除法惹的祸。
解决方案：使用“分”作为单位，这样数据库里就是整数了。
7. 字段选择类型更小的通常更好：
解读：更小的数据类型通常更快，因为他们占用更少的磁盘、内存和CPU缓存，并且处理需要的CPU周期也更少。
8. 简单就好：
解读：简单的数据类型的操作通常需要更少的CPU周期。例如：整型比字符串操作的代价更低，因为字符集和校对规则(排序规则)是字符串比较比整型比较更复杂。
这里有两个例子：一个是应该使用MySQL内建的类型而不是字符串来存储日期和时间，另外一个是应该使用整型存储IP地址。
9. 因为需要额外的空间和计算开销，所以应该尽量只在对小数进行精确计算时才使用DECIMAL。在数据量比较大的时候，可以考虑使用BIGINT代替DECIMAL，
将对应的值扩大N倍。
10. 二进制比较的优势并不仅仅体现在大小写敏感上。MySQL比较BINARY字符串时，每次按一个字节，并且根据该字节的数值进行比较。因此，二进制比字符比较简单
的多，所以也就更快。
11. 可以使用BIGINT类型存储微秒级别的时间戳。
12. 一旦选择了一种类型，要确保在所有关联表中都使用同样的类型。会用不同数据类型可能导致性能问题，即使没有性能影响，在比较操作时隐式类型转换也可能
导致很难发现错误。
13. 如果可能，应该避免使用字符串类型作为标识列，因为它们很消耗空间，并且通常比数字类型慢。
14. 范式(修改多，关联查询少)和反范式(查询多，修改少)的选择
15. 合理使用缓存表、汇总表、计数器表
五、索引设计规范
1. 单表索引建议控制在5个以内
2. 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
3. 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
4. 建立组合索引，必须把区分度高的字段放在前面
解读：能够更加有效的过滤数据
mysql笔记01 MySQL架构与历史、Schema与数据类型优化
varchar(10) 和 varchar(100) 存储5个字节的数据，是否一样？
如现在用户需要存储一个地址信息。根据评估，只要使用100个字符就可以了。但是有些数据库管理员会认为，反正Varchar数据类型是根据实际的需要来分配长度的。还不如给其大一点的呢。为此他们可能会为这个字段一次性分配200个字符的存储空间。这VARCHAR(100)与VARCHAR(200)真的相同吗?结果是否定的。虽然他们用来存储90个字符的数据，其存储空间相同。但是对于内存的消耗是不同的。对于VARCHAR数据类型来说，硬盘上的存储空间虽然都是根据实际字符长度来分配存储空间的，但是对于内存来说，则不是。内存使用固定大小的内存块来保存值。简单的说，就是使用字符类型中定义的长度，即200个字符空间。显然，这对于排序或者临时表(这些内容都需要通过内存来实现)作业会产生比较大的不利影响。解释可以参见这里。所以如果某些字段会涉及到文件排序或者基于磁盘的临时表时，分配VARCHAR数据类型时仍然不能够太过于慷慨。还是要评估实际需要的长度，然后选择一个最长的字段来设置字符长度。如果为了考虑冗余，可以留10%左右的字符长度。千万不能认为其为根据实际长度来分配存储空间，而随意的分配长度，或者说干脆使用最大的字符长度。
1. 虽然用varchar(100)和varchar(10)储存’abc’在硬盘上的大小一样, 但是, 在内存里前者占100个字节, 后者只占10个字节. 对需要排序操作的字段, 不能分配varchar(100000)这样的长度, 而是需要根据业务, 仔细定一个最大值.
2. 不能大于最大长度, 例如, varchar(1), 收到’abc’也会报错
3. CHAR(1)与VARCHAR(1)两这个定义，会有什么区别呢?虽然这两个都只能够用来保存单个的字符，但是VARCHAR要比CHAR多占用一个存储位置。这主要是因为使用VARCHAR数据类型时，会多用1个字节用来存储长度信息。这个管理上的开销CHAR字符类型是没有的。
4. 需要经常变化长度的字段使用char(20)比使用varchar(20)好, 这样可以避免碎片和额外的调整工作。char（20）给字符串分配的空间就是20，而varchar分配的不一定是20，如果字符串更改，超过原来的长度，varchar可能需要额外的调整。
三是从碎片角度进行考虑。使用CHAR字符型时，由于存储空间都是一次性分配的。为此某个字段的内容，其都是存储在一起的。单从这个角度来讲，其不存在碎片的困扰。而可变长度的字符数据类型，其存储的长度是可变的。当其更改前后数据长度不一致时，就不可避免的会出现碎片的问题。故使用可变长度的字符型数据时，数据库管理员要时不时的对碎片进行整理。如执行数据库导出导入作业，来消除碎片。
参见：https://blog.csdn.net/imzoer/article/details/8435540/
http://tech.it168.com/a2011/0426/1183/000001183173.shtml#articlecomment
