再翻阿里巴巴开发手册——数据库篇
建表规约：
-
强制 表达是否的概念使用is_xxx的命名，数据类型是unsigned tinyint（1表示式，0表示否）
-
强制 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比较大，所有必须慎重考虑。
说明：mysql在windows下不区分大小写，但是在linux下面默认是区分大小写的。因此，数据库名，表名，字段名，都不允许出现任何大写字母。
-
强制 表名不适用复数名词 （已经犯过这种错误了。）
-
强制 禁用保留字，这个一般人是不会犯这种错误的。
-
强制 小数类型设置为decimal 禁止使用float和double（这个错误初学者特别容易犯）
说明：float和double在存储的时候，存在精度损失的问题，在可能在值的比较时，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
-
强制 如果存储的字符串长度几乎相等，使用char定长字符串类型
-
强制 varchar类型属于可变字符串，不预先分配存储空间，长度限制在5000以下，如果查过，定义此值为text类型，独立出来一张表，用主键对应，避免影响其他字段索引效率 这个问题暂时没有处理
-
强制 表必备三个字段 id，gmt_create,gmt_modified
说明：id必为主键，类型是unsigned bingint，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，后者过去时态表示被动更新
- 推荐 表的命名最好加上业务 业务名称_表的作用 示例：alipay_task
- 推荐 库名和应用名称尽量一致
- 推荐 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。
- 推荐 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。
正例： 商品类目名称使用频率高， 字段长度短，名称基本一成不变， 可在相关联的表中冗余存
储类目名称，避免关联查询。（重点） - 推荐 单表行数超过 500 万行或者单表容量超过 2GB，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。
索引规约
-
【强制】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。 -
【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。
说明： 即使双表 join 也要注意表索引、 SQL 性能。 -
【强制】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。 -
【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。
说明： 索引文件具有 B-Tree 的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索
引。
-
【推荐】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。
正例： where a=? and b=? order by c; 索引： a_b_c
反例： 索引中有范围查找，那么索引有序性无法利用，如： WHERE a>10 ORDER BY b; 索引
a_b 无法排序。 -
【推荐】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。 -
【推荐】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
特定阈值的页数进行 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 -
【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。
说明：
1） consts 单表中最多只有一个匹配行（主键或者唯一索引） ，在优化阶段即可读取到数据。
2） ref 指的是使用普通的索引（normal index） 。
3） range 对索引进行范围检索。
反例： explain 表的结果， type=index，索引物理文件全扫描，速度非常慢，这个 index 级
别比较 range 还低，与全表扫描是小巫见大巫。 -
【推荐】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 idx_a 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。 -
【推荐】 防止因字段类型不同造成的隐式转换， 导致索引失效。
-
【参考】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。
SQL语句
- 【强制】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。 - 【强制】 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。 - 【强制】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。(NPE:空指针异常)
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; - 【强制】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。 - 【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。
- 【强制】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 student_id 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。 - 【强制】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。
- 【强制】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。 - 【推荐】 in 操作能避免则避免，若实在避免不了，需要仔细评估 in 后边的集合元素数量，控
制在 1000 个之内。 - 【参考】 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。
说明：
SELECT LENGTH("轻松工作")； 返回为 12
SELECT CHARACTER_LENGTH("轻松工作")； 返回为 4
如果需要存储表情，那么选择 utfmb4 来进行存储，注意它与 utf-8 编码的区别。 - 【参考】 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。
说明： TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。
ORM映射
解释：ORM：对象关系映射，对象领域模型与底层数据之间的转换，本文泛指 iBATIS, mybatis 等框架。
- 【强制】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。 - 【强制】 POJO 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。 - 【强制】不要用 resultClass 当返回参数，即使所有类属性名与数据库字段一一对应，也需
要定义； 反过来，每一个表也必然有一个与之对应。
说明： 配置映射关系，使字段与 DO 类解耦，方便维护。 - 【强制】 sql.xml 配置参数使用： #{}， #param# 不要使用${} 此种方式容易出现 SQL 注入。
- 【强制】 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。
正例： Map<String, Object> map = new HashMap<String, Object>();
map.put("start", start);
map.put("size", size); - 【强制】不允许直接拿 HashMap 与 Hashtable 作为查询结果集的输出。
说明： resultClass=”Hashtable”， 会置入字段名和属性值，但是值的类型不可控。 - 【强制】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。
- 【推荐】不要写一个大而全的数据更新接口。 传入为 POJO 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。
- 【参考】 @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。
- 【参考】
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
posted on
