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：

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；
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；
无主键的表删除，在 row 模式的主从架构，会导致备库夯住；

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：

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；
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；
null 值需要更多的存储空，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；
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；

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：

涉及到区号或者国家代号，可能出现+-()；
varchar 可以支持模糊查询，例如：like“138%”；

禁止使用 ENUM，可使用 TINYINT 代替

解读：

增加新的 ENUM 值要做 DDL 操作；
ENUM 的内部实际存储就是整数；

用好数值类型

解读：

tinyint（1Byte）：有符号（signed）范围是-128到127，无符号（unsigned）范围是0到255。
smallint（2Byte）：有符号（signed）范围是-32768到32767，无符号（unsigned）范围是0到65535。
mediumint（3Byte）：有符号（signed）范围是-8388608到8388607，无符号（unsigned）范围是0到16777215。
int（4Byte）：有符号（signed）范围是-2147483648到2147483647，无符号（unsigned）范围是0到4294967295
bigint（8Byte）：有符号（signed）范围是-9223372036854775808到9223372036854775807，无符号（unsigned）范围是0到18446744073709551615

使用 INT UNSIGNED 存储 IPv4，不要用 char(15)

根据业务区分使用 char/varchar

解读：

字段长度固定，或者长度近似的业务场景，适合使用 char，能够减少碎片，查询性能高；
字段长度相差较大，或者更新较少的业务场景，适合使用 varchar，能够减少空间；

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：

互联网高并发业务，太多索引会影响写性能；
生成执行计划时，如果索引太多，会降低性能，并可能导致 MySQL 选择不到最优索引；
异常复杂的查询需求，可以选择 ES 等更为适合的方式存储；

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：

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；
【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；

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：

读取不需要的列会增加 CPU、IO、内存、网络带宽消耗；
不能有效的利用覆盖索引；
使用 SELECT * 容易在增加或者删除字段后出现程序 BUG；

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：

负向查询条件：NOT、!=、<>、!<、!>、NOT IN、NOT LIKE 等，会导致全表扫描；
%开头的模糊查询，会导致全表扫描；

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：

这是为了使 EXPLAIN 中 type 列达到 const 类型；
SELECT、UPDATE、DELETE 操作在只需要处理一条数据的时候都可以加上 LIMIT 1；

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：

LEFT JOIN：左表是驱动表，右表是被驱动表
RIGHT JOIN：右表时驱动表，左表是驱动表
INNER JOIN：MySQL 会选择数据量比较小的表作为驱动表，大表作为被驱动表

优化原则：

尽量使用 INNER JOIN ，避免 LEFT JOIN & RIGHT JOIN
被驱动表的索引字段作为 ON 的限制字段
利用小表去驱动大表

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