MySQL开发规范

一、库名、表名定义规范

1.库名、表名、字段名必须使用小写字母,并采用下划线分割。

　　a)MySQL有配置参数lower_case_table_names,不可动态更改,linux系统默认为 0,即库表名以实际情况存储,大小写敏感。如果是1,以小写存储,大小写不敏感。如果是2,以实际情况存储,但以小写比较。

　　b)如果大小写混合使用,可能存在abc,Abc,ABC等多个表共存,容易导致混乱。

　　c)字段名显式区分大小写,但实际使用不区分,即不可以建立两个名字一样但大小写不一样的字段。

　　d)为了统一规范, 库名、表名、字段名使用小写字母。

2.库名、表名、字段名禁止超过32个字符。

　　库名、表名、字段名支持最多64个字符,但为了统一规范、易于辨识以及减少传输量,禁止超过32个字符。

3.使用INNODB存储引擎。

　　INNODB引擎是MySQL5.5版本以后的默认引擘,支持事务、行级锁,有更好的数据恢复能力、更好的并发性能,同时对多核、大内存、SSD等硬件支持更好,支持数据热备份等,因此INNODB相比MyISAM有明显优势。

4.库名、表名、字段名禁止使用MySQL保留字。

　　当库名、表名、字段名等属性含有保留字时,SQL语句必须用反引号引用属性名称,这将使得SQL语句书写、SHELL脚本中变量的转义等变得非常复杂。

5.禁止使用分区表。

　　分区表对分区键有严格要求;分区表在表变大后,执行DDL、SHARDING、单表恢复等都变得更加困难。因此禁止使用分区表,并建议业务端手动SHARDING。

二、列定义规范：

6.建议使用UNSIGNED存储非负数值。

　　同样的字节数,非负存储的数值范围更大。如TINYINT有符号为 -128-127,无符号为0-255。

7.建议使用INT UNSIGNED存储IPV4。

　　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('209.207.224.40'); 3520061480

　　SELECT INET_NTOA(3520061480); 209.207.224.40

8.强烈建议使用TINYINT来代替ENUM类型。

　　ENUM类型在需要修改或增加枚举值时,需要在线DDL,成本较大;ENUM列值如果含有数字类型,可能会引起默认值混淆。

9.使用VARBINARY存储大小写敏感的变长字符串或二进制内容。

　　VARBINARY默认区分大小写,没有字符集概念,速度快。

10.INT类型固定占用4字节存储,例如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。

11.区分使用DATETIME和TIMESTAMP。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动更新的特性。注意:在5.5和之前的版本中,如果一个表中有多个timestamp列,那么最多只能 有一列能具有自动更新功能。

　　如何使用TIMESTAMP的自动赋值属性?

　　a)自动初始化,并自动更新: column1 TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP

　　b)只是自动初始化: column1 TIMESTAMP DEFAULT CURRENT_TIMESTAMP

　　c)自动更新,初始化的值为0: column1 TIMESTAMP DEFAULT 0 ON UPDATE CURRENT_TIMESTAMP

　　d)初始化的值为0: column1 TIMESTAMP DEFAULT 0

12.所有字段均定义为NOT NULL。

　　a)对表的每一行,每个为NULL的列都需要额外的空间来标识。

　　b)B树索引时不会存储NULL值,所以如果索引字段可以为NULL,索引效率会下降。

　　c)建议用0、特殊值或空串代替NULL值。

13.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。

　　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缓存命中率。

14.禁止在数据库中存储明文密码。

　　采用加密字符串存储密码，并保证密码不可解密，同时采用随机字符串加盐保证密码安全。防止数据库数据被公司内部人员或黑客获取后，采用字典攻击等方式暴力破解用户密码。

加1： MYSQL的新增和修改列的操作相当于重建表，表设计要一步到位，尽量避免大表的DDL操作。 （TIPS:可以预定义一些列留作将来业务扩展，如：当前只需要10个字段，考虑到未来发展，可以预留10个字段，表上总共创建20个字段）

加2：原则上不建议数据库字段定义为TXT 类型，仅仅当字符数量可能超过 20000 个的时候，可以使用 TEXT/MEDIUMTEXT 类型来存放字符类数据。推荐所有使用 TEXT/MEDIUMTEXT类型的字段和原表进行分拆，与原表主键单独组成另外一个表进行存放；

三、索引规范

15.表必须有主键,推荐使用UNSIGNED自增列作为主键。

　　表没有主键,INNODB会默认设置隐藏的主键列;没有主键的表在定位数据行的时候非常困难,也会降低基于行复制的效率。

16.禁止冗余索引。

　　索引是双刃剑,会增加维护负担,增大IO压力。(a,b,c)、(a,b),后者为冗余索引。可以利用前缀索引来达到加速目的,减轻维护负担。

17.禁止重复索引。

　　primary key a;uniq index a;会分别创建两个索引。重复索引增加维护负担、占用磁盘空间,同时没有任何益处。

18.不在低基数列上建立索引,例如“性别”。

　　大部分场景下,低基数列上建立索引的精确查找,相对于不建立索引的全表扫描没有任何优势,而且增大了IO负担。

19.合理使用覆盖索引减少IO,避免排序。

　　覆盖索引能从索引中获取需要的所有字段,从而避免回表进行二次查找,节省IO。INNODB存储引擎中, secondary index(非主键索引,又称为辅助索引、二级索引)没有直接存储行地址,而是存储主键值。如果用户需要查询secondary index中所不包含的数据列,则需要先通过secondary index查找到主键值,然后再通过主键查询到其他数据列,因此需要查询两次。覆盖索引则可以在一个索引中获取所有需要的数据,因此效率较高。主键查询是 天然的覆盖索引。例如SELECT email,uid FROM user_email WHERE uid=xx,如果uid 不是主键,适当时候可以将索引添加为index(uid,email),以获得性能提升。

加1：表数据超过1000行就需要创建索引。

加2： 索引数量最好控制在 5个以内

SQL语句shu

20.用IN代替OR。SQL语句中IN包含的值不应过多,应少于1000个。

　　IN是范围查找,MySQL内部会对IN的列表值进行排序后查找,比OR效率更高。

21.表字符集使用UTF8,必要时可申请使用UTF8MB4字符集。

　　a)UTF8字符集存储汉字占用3个字节,存储英文字符占用一个字节。

　　b)UTF8统一而且通用,不会出现转码出现乱码风险。

　　c)如果遇到EMOJ等表情符号的存储需求,可申请使用UTF8MB4字符集。

22.用UNION ALL代替UNION。

　　UNION ALL不需要对结果集再进行排序。

23.禁止使用order by rand()。

　　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,然后基于该行排序, 这通常都会生成磁盘上的临时表,因此效率非常低。建议先使用rand()函数获得随机的主键值,然后通过主键获取数据。

24.建议使用合理的分页方式以提高分页效率。

　　第一种分页写法：

　　select *

　　from t

　　where thread_id = 771025

　　and deleted = 0

　　order by gmt_create asc limit 0, 15;

　　select * from t

　　where thread_id = 771025

　　and deleted = 0

　　order by gmt_create asc limit 0, 15;

　　原理：一次性根据过滤条件取出所有字段进行排序返回。

　　数据访问开销=索引IO+索引全部记录结果对应的表数据IO

　　缺点：该种写法越翻到后面执行效率越差，时间越长，尤其表数据量很大的时候。

　　适用场景：当中间结果集很小(10000行以下)或者查询条件复杂(指涉及多个不同查询字段或者多表连接)时适用。

　　第二种分页写法：

　　select t.* from (

　　select id from t

　　where thread_id = 771025 and deleted = 0 order by gmt_create asc limit 0, 15) a, t

　　where a.id = t.id;

　　前提：假设t表主键是id列，且有覆盖索引secondary key:(thread_id, deleted, gmt_create)

　　原理：先根据过滤条件利用覆盖索引取出主键id进行排序，再进行join操作取出其他字段。

　　数据访问开销=索引IO+索引分页后结果(例子中是15行)对应的表数据IO。

　　优点：每次翻页消耗的资源和时间都基本相同，就像翻第一页一样。

　　适用场景：当查询和排序字段(即where子句和order by子句涉及的字段)有对应覆盖索引时，且中间结果集很大的情况时适用。

　　25.SELECT只获取必要的字段,禁止使用SELECT *。

　　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。

　　26.SQL中避免出现now()、rand()、sysdate()、current_user()等不确定结果的函数。

　　语句级复制场景下,引起主从数据不一致;不确定值的函数,产生的SQL语句无法利用QUERY CACHE。

　　27.采用合适的分库分表策略。例如千库十表、十库百表等。

　　采用合适的分库分表策略,有利于业务发展后期快速对数据库进行水平拆分,同时分库可以有效利用MySQL的多线程复制特性。

　　28.减少与数据库交互次数,尽量采用批量SQL语句。

　　使用下面的语句来减少和db的交互次数:

　　a)INSERT ... ON DUPLICATE KEY UPDATE

　　b)REPLACE INTO

　　c)INSERT IGNORE

　　d)INSERT INTO VALUES()

　　29.拆分复杂SQL为多个小SQL,避免大事务。

　　简单的SQL容易使用到MySQL的QUERY CACHE;减少锁表时间特别是MyISAM;可以使用多核CPU。

　　30.对同一个表的多次alter操作必须合并为一次操作。

　　mysql对表的修改绝大部分操作都需要锁表并重建表,而锁表则会对线上业务造成影响。为减少这种影响,必须把对表的多次alter操作合并为一次操作。例如,要给表t增加一个字段b,同时给已有的字段aa建立索引, 通常的做法分为两步:

　　alter table t add column b varchar(10);

　　然后增加索引:

　　alter table t add index idx_aa(aa);

　　正确的做法是:

　　alter table t add column b varchar(10),add index idx_aa(aa);

　　31.避免使用存储过程、触发器、视图、自定义函数等。

　　这些高级特性有性能问题,以及未知BUG较多。业务逻辑放到数据库会造成数据库的DDL、SCALE OUT、 SHARDING等变得更加困难。

　　32.禁止有super权限的应用程序账号存在。

　　安全第一。super权限会导致read only失效,导致较多诡异问题而且很难追踪。

　　33.提交线上建表改表需求,必须详细注明涉及到的所有SQL语句(包括INSERT、DELETE、UPDATE),便于DBA进行审核和优化。

　　并不只是SELECT语句需要用到索引。UPDATE、DELETE都需要先定位到数据才能执行变更。因此需要业务提供所有的SQL语句便于DBA审核。

　　34.不要在MySQL数据库中存放业务逻辑。

　　数据库是有状态的服务,变更复杂而且速度慢,如果把业务逻辑放到数据库中,将会限制业务的快速发展。建议把业务逻辑提前,放到前端或中间逻辑层,而把数据库作为存储层,实现逻辑与存储的分离。

　　35.建表语句示例