MySQL高性能优化规范建议

数据库命令规范

•全部数据库对象名称必须使用小写字母并用下划线分割 •全部数据库对象名称禁止使用 MySQL 保留关键字（若是表名中包含关键字查询时，须要将其用单引号括起来） •数据库对象的命名要能作到见名识意，而且最后不要超过 32 个字符 •临时库表必须以 tmp_为前缀并以日期为后缀，备份表必须以 bak_为前缀并以日期 (时间戳) 为后缀 •全部存储相同数据的列名和列类型必须一致（通常做为关联列，若是查询时关联列类型不一致会自动进行数据类型隐式转换，会形成列上的索引失效，致使查询效率下降）sql

数据库基本设计规范

1. 全部表必须使用 Innodb 存储引擎数据库

没有特殊要求（即 Innodb 没法知足的功能如：列存储，存储空间数据等）的状况下，全部表必须使用 Innodb 存储引擎（MySQL5.5 以前默认使用 Myisam，5.6 之后默认的为 Innodb）。缓存

Innodb 支持事务，支持行级锁，更好的恢复性，高并发下性能更好。安全

2. 数据库和表的字符集统一使用 UTF8bash

兼容性更好，统一字符集能够避免因为字符集转换产生的乱码，不一样的字符集进行比较前须要进行转换会形成索引失效，若是数据库中有存储 emoji 表情的须要，字符集须要采用 utf8mb4 字符集。服务器

3. 全部表和字段都须要添加注释网络

使用 comment 从句添加表和列的备注，从一开始就进行数据字典的维护数据结构

4. 尽可能控制单表数据量的大小,建议控制在 500 万之内。并发

500 万并非 MySQL 数据库的限制，过大会形成修改表结构，备份，恢复都会有很大的问题。数据库设计

能够用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小

5. 谨慎使用 MySQL 分区表

分区表在物理上表现为多个文件，在逻辑上表现为一个表；

谨慎选择分区键，跨分区查询效率可能更低；

建议采用物理分表的方式管理大数据。

6.尽可能作到冷热数据分离,减少表的宽度

MySQL 限制每一个表最多存储 4096 列，而且每一行数据的大小不能超过 65535 字节。

减小磁盘 IO,保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的 IO）；

更有效的利用缓存，避免读入无用的冷数据；

常常一块儿使用的列放到一个表中（避免更多的关联操做）。

7. 禁止在表中创建预留字段

预留字段的命名很难作到见名识义。

预留字段没法确认存储的数据类型，因此没法选择合适的类型。

对预留字段类型的修改，会对表进行锁定。

8. 禁止在数据库中存储图片,文件等大的二进制数据

一般文件很大，会短期内形成数据量快速增加，数据库进行数据库读取时，一般会进行大量的随机 IO 操做，文件很大时，IO 操做很耗时。

一般存储于文件服务器，数据库只存储文件地址信息

9. 禁止在线上作数据库压力测试

10. 禁止从开发环境,测试环境直接链接生成环境数据库

数据库字段设计规范

1. 优先选择符合存储须要的最小的数据类型

缘由：

列的字段越大，创建索引时所须要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所须要的 IO 次数也就越多，索引的性能也就越差。

方法：

a.将字符串转换成数字类型存储,如:将 IP 地址转换成整形数据

MySQL 提供了两个方法来处理 ip 地址

•inet_aton 把 ip 转为无符号整型 (4-8 位) •inet_ntoa 把整型的 ip 转为地址

插入数据前，先用 inet_aton 把 ip 地址转为整型，能够节省空间，显示数据时，使用 inet_ntoa 把整型的 ip 地址转为地址显示便可。

b.对于非负型的数据 (如自增 ID,整型 IP) 来讲,要优先使用无符号整型来存储

缘由：

无符号相对于有符号能够多出一倍的存储空间

SIGNED INT -2147483648~2147483647 UNSIGNED INT 0~4294967295 VARCHAR(N) 中的 N 表明的是字符数，而不是字节数，使用 UTF8 存储 255 个汉字 Varchar(255)=765 个字节。过大的长度会消耗更多的内存。

2. 避免使用 TEXT,BLOB 数据类型，最多见的 TEXT 类型能够存储 64k 的数据

a. 建议把 BLOB 或是 TEXT 列分离到单独的扩展表中

MySQL 内存临时表不支持 TEXT、BLOB 这样的大数据类型，若是查询中包含这样的数据，在排序等操做时，就不能使用内存临时表，必须使用磁盘临时表进行。并且对于这种数据，MySQL 仍是要进行二次查询，会使 sql 性能变得不好，可是不是说必定不能使用这样的数据类型。

若是必定要使用，建议把 BLOB 或是 TEXT 列分离到单独的扩展表中，查询时必定不要使用 select * 而只须要取出必要的列，不须要 TEXT 列的数据时不要对该列进行查询。

二、TEXT 或 BLOB 类型只能使用前缀索引

由于MySQL[1] 对索引字段长度是有限制的，因此 TEXT 类型只能使用前缀索引，而且 TEXT 列上是不能有默认值的

3. 避免使用 ENUM 类型

修改 ENUM 值须要使用 ALTER 语句

ENUM 类型的 ORDER BY 操做效率低，须要额外操做

禁止使用数值做为 ENUM 的枚举值

4. 尽量把全部列定义为 NOT NULL

缘由：

索引 NULL 列须要额外的空间来保存，因此要占用更多的空间

进行比较和计算时要对 NULL 值作特别的处理

5. 使用 TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储时间

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07

TIMESTAMP 占用 4 字节和 INT 相同，但比 INT 可读性高

超出 TIMESTAMP 取值范围的使用 DATETIME 类型存储

常常会有人用字符串存储日期型的数据（不正确的作法）

•缺点 1：没法用日期函数进行计算和比较 •缺点 2：用字符串存储日期要占用更多的空间

6. 同财务相关的金额类数据必须使用 decimal 类型

•非精准浮点：float,double •精准浮点：decimal

Decimal 类型为精准浮点数，在计算时不会丢失精度

占用空间由定义的宽度决定，每 4 个字节能够存储 9 位数字，而且小数点要占用一个字节

可用于存储比 bigint 更大的整型数据

索引设计规范

1. 限制每张表上的索引数量,建议单张表索引不超过 5 个

索引并非越多越好！索引能够提升效率一样能够下降效率。

索引能够增长查询效率，但一样也会下降插入和更新的效率，甚至有些状况下会下降查询效率。

由于 MySQL 优化器在选择如何优化查询时，会根据统一信息，对每个能够用到的索引来进行评估，以生成出一个最好的执行计划，若是同时有不少个索引均可以用于查询，就会增长 MySQL 优化器生成执行计划的时间，一样会下降查询性能。

2. 禁止给表中的每一列都创建单独的索引

5.6 版本以前，一个 sql 只能使用到一个表中的一个索引，5.6 之后，虽然有了合并索引的优化方式，可是仍是远远没有使用一个联合索引的查询方式好。

3. 每一个 Innodb 表必须有个主键

Innodb 是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。每一个表均可以有多个索引，可是表的存储顺序只能有一种。

Innodb 是按照主键索引的顺序来组织表的

•不要使用更新频繁的列做为主键，不适用多列主键（至关于联合索引） •不要使用 UUID,MD5,HASH,字符串列做为主键（没法保证数据的顺序增加） •主键建议使用自增 ID 值

4. 常见索引列建议

•出如今 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列 •包含在 ORDER BY、GROUP BY、DISTINCT 中的字段 •并不要将符合 1 和 2 中的字段的列都创建一个索引， 一般将 一、2 中的字段创建联合索引效果更好 •多表 join 的关联列

5.如何选择索引列的顺序

创建索引的目的是：但愿经过索引进行数据查找，减小随机 IO，增长查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

•区分度最高的放在联合索引的最左侧（区分度=列中不一样值的数量/列的总行数） •尽可能把字段长度小的列放在联合索引的最左侧（由于字段长度越小，一页能存储的数据量越大，IO 性能也就越好） •使用最频繁的列放到联合索引的左侧（这样能够比较少的创建一些索引）

6. 避免创建冗余索引和重复索引（增长了查询优化器生成执行计划的时间）

•重复索引示例：primary key(id)、index(id)、unique index(id) •冗余索引示例：index(a,b,c)、index(a,b)、index(a)

7. 对于频繁的查询优先考虑使用覆盖索引

覆盖索引：就是包含了全部查询字段 (where,select,ordery by,group by 包含的字段) 的索引

覆盖索引的好处：

•避免 Innodb 表进行索引的二次查询: Innodb 是以汇集索引的顺序来存储的，对于 Innodb 来讲，二级索引在叶子节点中所保存的是行的主键信息，若是是用二级索引查询数据的话，在查找到相应的键值后，还要经过主键进行二次查询才能获取咱们真实所须要的数据。而在覆盖索引中，二级索引的键值中能够获取全部的数据，避免了对主键的二次查询 ，减小了 IO 操做，提高了查询效率。 •**能够把随机 IO 变成顺序 IO 加快查询效率:**因为覆盖索引是按键值的顺序存储的，对于 IO 密集型的范围查找来讲，对比随机从磁盘读取每一行的数据 IO 要少的多，所以利用覆盖索引在访问时也能够把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。

8.索引 SET 规范

尽可能避免使用外键约束

•不建议使用外键约束（foreign key），但必定要在表与表之间的关联键上创建索引 •外键可用于保证数据的参照完整性，但建议在业务端实现 •外键会影响父表和子表的写操做从而下降性能

数据库 SQL 开发规范

1. 建议使用预编译语句进行数据库操做

预编译语句能够重复使用这些计划，减小 SQL 编译所须要的时间，还能够解决动态 SQL 所带来的 SQL 注入的问题。

只传参数，比传递 SQL 语句更高效。

相同语句能够一次解析，屡次使用，提升处理效率。

2. 避免数据类型的隐式转换

隐式转换会致使索引失效如:

select name,phone from customer where id = '111'; 3. 充分利用表上已经存在的索引

避免使用双%号的查询条件。如：a like '%123%'，（若是无前置%,只有后置%，是能够用到列上的索引的

一个 SQL 只能利用到复合索引中的一列进行范围查询。如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到。

在定义联合索引时，若是 a 列要用到范围查找的话，就要把 a 列放到联合索引的右侧，使用 left join 或 not exists 来优化 not in 操做，由于 not in 也一般会使用索引失效。

4. 数据库设计时，应该要对之后扩展进行考虑

5. 程序链接不一样的数据库使用不一样的帐号，进制跨库查询

•为数据库迁移和分库分表留出余地 •下降业务耦合度 •避免权限过大而产生的安全风险

6. 禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询

缘由：

•消耗更多的 CPU 和 IO 以网络带宽资源 •没法使用覆盖索引 •可减小表结构变动带来的影响

7. 禁止使用不含字段列表的 INSERT 语句

如：

insert into values ('a','b','c');
复制代码

应使用：

insert into t(c1,c2,c3) values ('a','b','c');
复制代码

8. 避免使用子查询，能够把子查询优化为 join 操做

一般子查询在 in 子句中，且子查询中为简单 SQL(不包含 union、group by、order by、limit 从句) 时,才能够把子查询转化为关联查询进行优化。

子查询性能差的缘由：

子查询的结果集没法使用索引，一般子查询的结果集会被存储到临时表中，不管是内存临时表仍是磁盘临时表都不会存在索引，因此查询性能会受到必定的影响。特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大。

因为子查询会产生大量的临时表也没有索引，因此会消耗过多的 CPU 和 IO 资源，产生大量的慢查询。

9. 避免使用 JOIN 关联太多的表

对于 MySQL 来讲，是存在关联缓存的，缓存的大小能够由 join_buffer_size 参数进行设置。

在 MySQL 中，对于同一个 SQL 多关联（join）一个表，就会多分配一个关联缓存，若是在一个 SQL 中关联的表越多，所占用的内存也就越大。

若是程序中大量的使用了多表关联的操做，同时 join_buffer_size 设置的也不合理的状况下，就容易形成服务器内存溢出的状况，就会影响到服务器数据库性能的稳定性。

同时对于关联操做来讲，会产生临时表操做，影响查询效率，MySQL 最多容许关联 61 个表，建议不超过 5 个。

10. 减小同数据库的交互次数

数据库更适合处理批量操做，合并多个相同的操做到一块儿，能够提升处理效率。

11. 对应同一列进行 or 判断时，使用 in 代替 or

in 的值不要超过 500 个，in 操做能够更有效的利用索引，or 大多数状况下不多能利用到索引。

12. 禁止使用 order by rand() 进行随机排序

order by rand() 会把表中全部符合条件的数据装载到内存中，而后在内存中对全部数据根据随机生成的值进行排序，而且可能会对每一行都生成一个随机值，若是知足条件的数据集很是大，就会消耗大量的 CPU 和 IO 及内存资源。

推荐在程序中获取一个随机值，而后从数据库中获取数据的方式。

13. WHERE 从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会致使没法使用索引

不推荐：

where date(create_time)='20190101'
复制代码

推荐：

where create_time >= '20190101' and create_time < '20190102'
复制代码

14. 在明显不会有重复值时使用 UNION ALL 而不是 UNION

•UNION 会把两个结果集的全部数据放到临时表中后再进行去重操做 •UNION ALL 不会再对结果集进行去重操做

15. 拆分复杂的大 SQL 为多个小 SQL

•大 SQL 逻辑上比较复杂，须要占用大量 CPU 进行计算的 SQL •MySQL 中，一个 SQL 只能使用一个 CPU 进行计算 •SQL 拆分后能够经过并行执行来提升处理效率

数据库操做行为规范

1. 超 100 万行的批量写 (UPDATE,DELETE,INSERT) 操做,要分批屡次进行操做

大批量操做可能会形成严重的主从延迟

主从环境中,大批量操做可能会形成严重的主从延迟，大批量的写操做通常都须要执行必定长的时间， 而只有当主库上执行完成后，才会在其余从库上执行，因此会形成主库与从库长时间的延迟状况

binlog 日志为 row 格式时会产生大量的日志

大批量写操做会产生大量日志，特别是对于 row 格式二进制数据而言，因为在 row 格式中会记录每一行数据的修改，咱们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所须要的时间也就越长，这也是形成主从延迟的一个缘由

避免产生大事务操做

大批量修改数据，必定是在一个事务中进行的，这就会形成表中大批量数据进行锁定，从而致使大量的阻塞，阻塞会对 MySQL 的性能产生很是大的影响。

特别是长时间的阻塞会占满全部数据库的可用链接，这会使生产环境中的其余应用没法链接到数据库，所以必定要注意大批量写操做要进行分批

2. 对于大表使用 pt-online-schema-change 修改表结构

•避免大表修改产生的主从延迟 •避免在对表字段进行修改时进行锁表

对大表数据结构的修改必定要谨慎，会形成严重的锁表操做，尤为是生产环境，是不能容忍的。

pt-online-schema-change 它会首先创建一个与原表结构相同的新表，而且在新表上进行表结构的修改，而后再把原表中的数据复制到新表中，并在原表中增长一些触发器。把原表中新增的数据也复制到新表中，在行全部数据复制完成以后，把新表命名成原表，并把原来的表删除掉。把原来一个 DDL 操做，分解成多个小的批次进行。

3. 禁止为程序使用的帐号赋予 super 权限

•当达到最大链接数限制时，还运行 1 个有 super 权限的用户链接 •super 权限只能留给 DBA 处理问题的帐号使用

4. 对于程序链接数据库帐号,遵循权限最小原则

•程序使用数据库帐号只能在一个 DB 下使用，不许跨库 •程序使用的帐号原则上不许有 drop 权限