MySQL推荐使用规范
非原创，我只是一个搬运工！！！
在讲到SQL语句优化前，有必要知道业界的优良做法是什么。下面的规范，应该是来自阿里和58到家的开发规范。
MySQL推荐使用规范
基础规范
- 表存储引擎必须使用InnoDB
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
通用，无需转码，无乱码风险, 支持emoji表情以及部分不常见汉字；汉字3字节，英文1字节；utf8mb4是utf8的超集，有存储4字节例如表情符号时，使用它。 - 表、字段必须加注释
- 不在数据库做计算
- 禁止存储文件
文件存储在文件系统，数据库里存URI； - 控制单表数据量
单表记录控制在千万级 - 禁止使用存储过程，视图，触发器，Event
对数据库性能影响较大，互联网业务，能让站点层和服务层干的事情，不要交到数据库层；
调试，排错，迁移都比较困难，扩展性较差；
在并发量大的情况下，这些功能很可能将数据库拖跨，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。 - 禁止在线上环境做数据库压力测试
- 测试，开发，线上数据库环境必须隔离
命名规范
- 库名、表名、字段名
小写，下划线风格，做到见名知义，长度不要超过32字符；
唯一索引使用uniq_[字段名]来命名，非唯一索引使用idx_[字段名]来命名；
库备份必须以bak为前缀，以日期为后缀；
从库必须以-s为后缀；
备库必须以-ss为后缀；
字段设计规范
- 把字段定义为NOT NULL并且提供默认值
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处理时，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!=’zhangsan’，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 - 不要使用TEXT、BLOB类型
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,如果必须要使用则独立出来一张表，用主键来对应，避免影响其它字段索引效率 - 不要使用小数存储货币
建议使用整数，小数容易导致钱对不上 - 使用varchar（20）存储手机号，不要使用整数
1）牵扯到国家代号，可能出现+/-/()等字符，例如+86
2）手机号不会用来做数学运算
3）varchar可以模糊查询，例如like ‘138%’ - 为提高效率可以牺牲范式设计，冗余数据
a)不是频繁修改的字段
b)不是 varchar 超长字段，更不能是 text 字段 - 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；表必须有主键，推荐使用UNSIGNED整数为主键。删除无主键的表，如果是row模式的主从架构，从库会挂住
- 禁止使用外键，如果要保证完整性，应由应用程式实现
外键使得表之间相互耦合，影响update/delete等SQL性能，有可能造成死锁，高并发情况下容易成为数据库瓶颈；
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。 - 表必须有主键，如自增主键
主键递增，数据行写入可以提高插入性能；
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；
保证实体的完整性，唯一性； - 不要使用外键，如果有外键约束，用应用程序控制
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下降，大数据高并发业务场景数据库使用以性能优先 - 根据业务区分使用tinyint/int/bigint，分别会占用1/4/8字节；根据业务区分使用char/varchar。
1）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；
2）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 - 使用INT UNSIGNED存储IPv4，不要用char(15)
- 使用TINYINT来代替ENUM
ENUM增加新值要进行DDL操作
索引设计规范
- 禁止在更新十分频繁、区分度不高的属性上建立索引
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 - 建立组合索引，必须把区分度高的字段放在最左边，且组合索引字段数不建议超过5个
如果where a=? and b=?，a 列几乎接近于唯一值，那么只需要单建 idx_a 索引即可；如果5个字段还不能极大缩小row范围，八成是设计有问题。 - 页面搜索严禁左模糊或者全模糊
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，如果需要请走搜索引擎来解决 - 单张表索引数量建议控制在5个以内
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。 - 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
因为JOIN字段类型不一致，会导致全表扫描； - 理解组合索引最左前缀原则，避免重复建设索引，如果建立(a,b,c)，相当于建立(a), (a,b), (a,b,c)
SQL使用规范
- 禁止使用
SELECT *，只获取必要的字段，需要显式说明列属性
原因：
消耗cpu，io，内存，带宽
指定字段能有效利用索引覆盖
使用SELECT *容易在增加或者删除字段后出现程序BUG，不具有扩展性 - 使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性
容易在增加或者删除字段后出现程序BUG - 务必请使用同类型进行比较（隐式类型转换会使索引失效），否则可能导致全表扫描
SELECT name FROM t_user WHERE phone=1333333333 会导致全表扫描. - 禁止在WHERE条件的上使用函数或者表达式
SELECT naem FROM tuser WHERE date(createdatatime)='2017-12-15'会导致全表扫描
推荐写法：SELECT name FROM tuser WHERE createdatatime>= '2017-02-15 ' and create_datatime < '2017-02-16 ' - 禁止负向查询，以及%开头的模糊查询
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 - 大表不要使用JOIN查询，禁止大表使用子查询
会产生临时表，消耗较多内存与CPU，极大影响数据库性能 - 同一个字段上的OR必须改写问in或者union，in的值必须少于50个
or关键字不会走索引 - 事务要尽可能简单
事务就像程序中的锁一样粒度尽可能要小 - 不要一次更新大量数据
数据更新会对行或者表加锁，应该分为多次更新 - 应用程序必须捕获SQL异常
方便定位线上问题 - insert必须指定字段，禁止使用insert into T values()
指定字段插入，在表结构变更时，能保证对应用程序无影响
