MySQL 军规
只做参考,不是硬性规定。
zz:https://www.yuque.com/yinjianwei/vyrvkf/mpu8gk
基础规范
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。
|
表字符集默认使用 utf8,必要时候使用 utf8mb4 解读:万国码,无需转码,无乱码风险,节省空间,utf8mb4 是 utf8 的超集,有存储4字节例如表情符号时,使用它。
|
数据表、数据字段必须加入中文注释
|
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。
|
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。
|
控制单表数据量,单表记录控制在千万级
|
平衡范式与冗余,为提高效率可以牺牲范式设计,冗余数据
|
命名规范
只允许使用内网域名,而不是 ip 连接数据库
|
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 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 线上从库:dj.xxx-s.db 线上备库:dj.xxx-sss.db
|
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
|
表名 t_xxx,非唯一索引名 idx_xxx,唯一索引名 uniq_xxx
|
表设计规范
单实例表个数必须控制在2000个以内
|
单表分表个数必须控制在1024个以内
|
单表列数目必须小于30
|
表必须有主键,例如自增主键,推荐使用 UNSIGNED 整数为主键 解读:
|
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。
|
建议将大字段,访问频度低的字段拆分到单独的表中存储,分离冷热数据
|
字段设计规范
必须把字段定义为 NOT NULL 并且提供默认值 解读:
|
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。
|
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。
|
必须使用 varchar(20) 存储手机号 解读:
|
禁止使用 ENUM,可使用 TINYINT 代替 解读:
|
用好数值类型 解读:
|
使用 INT UNSIGNED 存储 IPv4,不要用 char(15)
|
根据业务区分使用 char/varchar 解读:
|
根据业务区分使用 datetime/timestamp 解读:前者占用5个字节,后者占用4个字节,存储年使用 YEAR,存储日期使用 DATE,存储时间使用 datetime
|
索引设计规范
单表索引建议控制在5个以内 解读:
|
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。
|
禁止在更新十分频繁、区分度不高的属性上建立索引 解读:
|
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。
|
非必要不要进行 JOIN 查询,如果要进行 JOIN 查询,被 JOIN 的字段必须类型相同,并建立索引。
|
理解组合索引最左前缀原则,避免重复建设索引,如果建立了(a,b,c),相当于建立了(a), (a,b), (a,b,c)
|
SQL 使用规范
禁止使用 SELECT *,只获取必要的字段,需要显示说明列属性 解读:
|
禁止使用 INSERT INTO t_xxx VALUES(xxx),必须显示指定插入的列属性 解读:容易在增加或者删除字段后出现程序BUG。
|
禁止使用属性隐式转换 解读:WHERE 子句中出现 COLUMN 字段的类型和传入的参数类型不一致的时候发生的类型转换,建议先确定 WHERE 中的参数类型。 SELECT uid FROM t_user WHERE phone=13812345678 会导致全表扫描,而不能命中 phone 索引。
|
禁止在 WHERE 条件的属性上使用函数或者表达式 解读:SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15' 会导致全表扫描。 正确的写法是:SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')。
|
禁止负向查询,以及%开头的模糊查询 解读:
|
禁止大表使用 JOIN 查询,禁止大表使用子查询 解读:会产生临时表,消耗较多内存与 CPU,极大影响数据库性能。
|
禁止使用 OR 条件,必须改为 IN 查询或者 UNION 查询,IN 的值必须少于50个 解读:旧版本 MySQL 的 OR 查询是不能命中索引的,即使能命中索引,为何要让数据库耗费更多的 CPU 帮助实施查询优化呢。
|
尽量使用 UNION ALL 替代 UNION,UNION 有去重开销 解读:UNION 和 UNION ALL 的差异主要是前者需要将结果集合并后再进行唯一性过滤操作,这就会涉及到排序,增加大量的 CPU 运算,加大资源消耗及延迟。当然,使用 UNION ALL 的前提条件是两个结果集没有重复数据。
|
LIMIT 高效分页(可选) 解读:LIMIE 越大,效率越低,SELECT id FROM t LIMIE 10000, 10; 改为 SELECT id FROM t WHERE id > 10000 LIMIT 10;。
|
SQL WHERE 条件的顺序不一定需要按照索引的顺序 解读:比如一个联合索引是 name, age,查询的时候 WHERE 条件可以写成 age=10 and name='张三'。
|
当只需要处理一条数据的时候,请使用 LIMIT 1 解读:
|
区分 IN 和 EXISTS 的使用场景 解读: SELECT * FROM table_a WHERE id IN (SELECT id FROM table_b) 上面 SQL 语句相当于: SELECT * FROM table_a WHERE EXISTS (SELECT * FROM table_b WHERE table_b.id = table_a.id) 区分 IN 和 EXISTS 的使用场景,主要参考两者的驱动顺序(这时性能变化的关键)。如果是 IN,会以内层表为驱动表,先执行子查询,所以 IN 适合外表大而内表小的情况;如果是 EXISTS,会以外层表为驱动表,先执行外表,所以 EXISTS 适合外表小而内表大的情况。
|
区分 NOT IN 和 NOT EXISTS 的使用场景 解读:关于 NOT IN 和 NOT EXISTS,推荐使用 NOT EXISTS,不仅仅是效率问题,NOT IN 可能存在逻辑问题。
|
使用左关联的写法代替 NOT EXISTS 解读: 原 SQL 语句: SELECT * FROM table_a WHERE NOT EXISTS (SELECT * FROM table_b WHERE table_b.id = table_a.id) 高效的 SQL 语句: SELECT * FROM table_a LEFT JOIN table_b ON table_a.id = table_b.id WHERE table_b.id IS NULL
|
避免在 WHERE 子句中对字段进行 NULL 值判断 解读:对于 NULL 的判断会导致引擎放弃使用索引而进行全表扫描。
|
对于组合索引来说,WHERE 条件要遵守最左前缀法则 解读:例如索引含有字段 id、name、school,可以使用 id 字段查询,也可以使用 id、name 字段查询,但是使用 name 和 school 都无法命中这个索引。
|
必要时可以使用 FORCE INDEX 来强制查询走某个索引(谨慎使用) 解读:有的时候 MySQL 优化器采取它认为合适的索引来检索 SQL 语句,但是可能它所采用的索引并不是我们想要的。这时就可以采用 FORCE INDEX 来强制优化器使用我们制定的索引。
|
关于 JOIN 的优化 解读:
优化原则:
|
巧用 STRAIGHT_JOIN(谨慎使用) 解读:INNER JOIN 是由 MySQL 选择驱动表,但是有些特殊情况需要选择另个表作为驱动表,比如有 GROUP BY、ORDER BY 等 Using filesort、Using temporary时。STRAIGHT_JOIN 来强制连接顺序,在 STRAIGHT_JOIN 左边的表名就是驱动表,右边则是被驱动表。在使用 STRAIGHT_JOIN 有个前提条件是该查询是内连接,也就是 INNER JOIN。其他链接不推荐使用 STRAIGHT_JOIN,否则可能造成查询结果不准确。
|
应用程序必须捕获 SQL 异常,并有相应处理 |