MySQL 设计规范

安格大约 13 分钟...

一、数据库命名规范

所有的数据库对象名称必须使用小写字母并用下划线表示，因为默认情况下，mysql 对大小写敏感，mysql 数据库本质上是 linux 系统下的一个文件，而 linux 系统是大小写敏感的
所有数据库对象名称禁止使用 mysql 保留关键字
数据库对象的命名要能做到见名知意，并且最好不要超过 32 个字符。太长不方便使用，并且会在传输时增加网络开销
临时表必须以 tmp_ 为前缀并以日期为后缀
备份表必须以 bak_ 为前缀并以日期为后缀
所有存储相同数据的列名和列类型必须一致，比如 user 表中的 id 和 order 表中的 user_id

二、数据库基本设计规范

所有表必须使用 Innodb 存储引擎
Innodb 引擎是 5.6 之后的默认存储引擎；mysql5.5 之前使用 Myisam (默认存储引擎)
Innodb 优点：支持事务，行级锁，更好的恢复性，高并发下性能更好
数据库和表的字符集统一使用 UTF-8
如果要存储一些如表情符号的，还需使用 UTF-8 的拓展字符集
数据库，表，字段字符集一定要统一，统一字符集可以避免由于字符集转换产生的乱码
在 mysql 中 UTF-8 字符集，汉字占 3 字节，ASCII 码占 1 字节
所有表和字段都需要添加注释
从一开始就进行数据字典的维护，即数据库说明文档
尽量控制单表数据量大小，
建议控制在 500 万以内，虽然 500 万并不是 mysql 的数据库限制，但是会给修改表结构，备份，恢复带来很大困难。
单表可存储数据量大小取决于存储设置和文件系统
想减少单表数据量：历史数据归档 (常见于日志表)，分库分表 (常见于业务表)，分区表
建议不要使用 mysql 分区表，因为分区表在物理上表现为多个文件，在逻辑上表现为一个表。如果一定要分区，请谨慎选择分区键，跨分区查询效率比查询大数据量的单表查询效率更低
建议采物理分表的方式管理大数据，但是对应用程序的开发要求和复杂度更高
尽量做到冷热数据分离，减少表的宽度 (字段数)
减少磁盘 IO，保证热数据的内存缓存命中率，更有效的利用缓存，避免读入无用的冷数据
这样的话，就要对表的列进行拆分，将经常使用的列放到一个表中，可以避免过多的关联操作，也可以提高查询性能
禁止在表中建立预留字段
预留字段很难做到见名知义，预留字段无法确定存储的数据类型，后期如果修改字段类型，会对全表锁定，严重影响数据库的并发性
对目前 mysql 来说，修改一个字段的成本要远远大于增加一个字段的成本
禁止在数据库中存储图片，文件等二级制数据
这类数据如果要存，就得使用 blob 或者 text 这样的大字段加以存储，会影响数据库的性能
文件这种通常所占数据容量很大，会在短时间内造成数据库文件的快速增长，而数据库在读取数据时，会进行大量的随机 IO 操作，如果数据文件过大，IO 操作会非常耗时，从而影响数据库性能
正确做法是将这类数据存储在文件服务器中，而数据库只村存储地址信息
禁止在线上做数据库压力测试
会对正常业务造成影响，也会产生很多垃圾数据
建议建立专门的压力测试数据库，进行测试，然后对比测试服务器和线上服务器的硬件环境，评估线上数据库的性能
禁止从开发环境，测试环境直连生产环境数据库

三、索引设计规范 (Innodb 中主键实质上是一个索引)

限制每张表上索引数量，建议单表不超过 5 个索引。索引并不是越多越好，可以提高查询效率，但是会降低插入和更新的效率。甚至在一些情况下，还会降低查询效率，因为 mysql 优化器在选择如何优化查询时，会根据统计信息，对每一个可用索引来进行评估，以生成一个最好的执行计划，如果同时有很多索引都可以用于查询，就会增加 mysql 查询优化器生成查询计划的时间。

每个 Innodb 表都必须有一个主键。Innodb 是一种索引索引组织表，是指数据存储的逻辑顺序和索引的顺序是相同，Innodb 是按照主键索引的顺序来组织表的，因此，每个 Innodb 表都必须要有一个主键，如果我们没有指定主键，那么 Innodb 会优先选择表中第一个非空唯一索引来作为主键，如果没有这个索引，那么 Innodb 会自动生成一个占 6 字节的主键，而这个主键的性能并不是最好。

不使用更新频繁的列作为主键，不使用多列联合主键。因为 Innodb 是一种索引索引组织表，如果主键上的值频繁更新，就意味着数据存储的逻辑顺序频繁变动，必然会带来大量的 IO 操作，降低数据库性能。

不要使用 uuid，md5，hash，字符串列作为主键。因为这种主键不能保证主键的值是顺序增长的，如果后来的主键值在已有主键值的中间段，那么这个主键插入的时候，会将所有主键值大于它的列都向后移。

最好选择能保证值的顺序为顺序增长的列为主键。并且数据不能重复，建议用 mysql 自增 id 建立主键

在 select，delete，update 的 where 从句中的列

包含在 order by，group by，distinct 字段中的列

多表 join 的关联列：mysql 对关联操作的处理方式只有一种，那就是嵌套循环的关联方式，所以这种操作的性能对关联列上的索引的依赖性很大

复合索引：从左到右的顺序来使用

区分度 (列中 group by 的数目和此列总行数的比值趋近于 1) 最高的列放在联合索引的最左侧

在区分度差不多的情况下，尽量吧字段长度小的放在联合索引的最左侧，因为同样的行数，字段小的文件也小，读取时 IO 性能更优

使用最频繁的列放在联合索引的左侧，这样的话，可以较少地建立索引就能满足需求

避免建立冗余索引和重复索引

对于频繁的查询优先使用覆盖索引

就是包含了所有查询字段的索引，这样可以避免 Innodb 表进行索引的二次查找，并可以把随机 IO 变为顺序 IO 提高查询效率

尽量避免使用外键

mysql 和别的数据库不同，会自动在外键上建立索引，会降低数据库的写性能

建议不使用外键约束，但是一定要在表与表之间的关联键上建立索引，虽然外键是为了保证数据的完整性，但是最好在代码中去保证。

四、字段设计规范

优先选择符合存储需要的最小的数据类型

尽量将字符串转化为数字类型存储：如将 ip 存储为数字：inet_aton (‘255.255.255.255’) = 4294967295 , 反之， inet_ntoa (4294967295) = ‘255.255.255.255’

对于非负整型数据，优先使用无符号整型来存储，如：id,age, 无符号相对于有符号，可以多出一倍的存储空间

mysql 中，varchar (n) 中 n 表示字符数而不是字节数

避免使用 text，blob 来存储字段，这种类型只能使用前缀索引，如果非要使用，建议将这种数据分离到单独的拓展表中

避免使用 enum 类型。枚举本身是一个字符串类型，但是内部确是用正数类型来存储的，所以最多可存储 65535 种不同的值，修改的话必须使用 alter 语句，直接修改元数据，有操作风险；order by 效率低，必须转换并无法使用索引，禁止使用数值作为 enum 值，因为 enum 本身是索引顺序存储的，会造成逻辑混淆

尽可能把所有列定义为 not null。

索引 null 列需要额外的空间来保存，占更多空间

进行比较和计算时，对 null 值作特别的处理，可能造成索引失效

禁止使用字符串来存储日期型数据。

无法使用日期函数计算比较

字符串存储要占更多的内存空间，datetime (8 字节) 和 timestamp (本身是以 int 存储，占 4 字节，范围：1970-01-01 00:00:01 到 2038-01-19 03:14:07)

财务相关数据，使用 decimal 类型 (精准浮点类型，在计算时不丢失精度)。

五、SQL 开发规范

建议使用预编译语句 (prepareStatment) 进行数据库操作
可以同步执行预编译计划，减少预编译时间
可以有效避免动态 sql 带来的 SQL 注入的问题
只传参数，一次解析，多次使用，比传递 sql 语句更高效
避免数据类型的隐式转换
一般出现在 where 从句中，会导致索引失效，如：select id,name from user where id = ‘12’;
充分利用已存在的索引
避免使用双 % 的查询条件，不走索引
一个 SQL 只能利用到复合索引中的一列进行范围查询
使用 left join 或 not exists 来优化 not in 操作
程序连接不同的数据库使用不同的账号，禁止跨库查询
禁止使用 select * 来查询，必须用字段名
可能会消耗更多的 cpu 和 IO 以及网络资源
无法使用覆盖索引
可以减少表结构变更对已有程序的影响
禁止使用不含字段列表的 insert 语句。
可以减少表结构变更对已有程序的影响
禁止使用子查询
虽然可使 sql 可读性好，但是缺点远远大于优点
子查询返回的结果集无法使用索引，结果集会被存储到一个临时表中，结果集越大性能越低
把子查询优化为 join 操作，但是并不是所有的都可以优化为 join，一般情况下，只有当子查询是在 in 字句中，并且子查询是一个简单的 sql (不包含 union，group by，order by，limit) 才能转换为关联查询
避免 join 过多的表
每 join 一个表会占一部分内存 (join_buffer_size)
会产生临时表操作，影响查询效率
mysql 最多允许关联 61 个表，建议不超过 5 个
减少同数据库的交互次数
数据库更适合处理批量操作
合并多个相同的操作到一起，提高处理效率
使用 in 代替 or
in 的值不要超过 500 个
in 操作可以有效利用索引
禁止使用 order by rand () 进行随机排序
会把表中所有符合条件的数据装载到内存中进行排序
会消耗大量的 cpu 和 io 及内存资源
推荐在程序中获取随机值
禁止在 where 从句中对列进行函数转换和计算
导致无法使用相关列上的索引
where date (create_time)=’20170901’ 写成 where create_time >= ‘20170901’ and create_time < ‘20170902’
在明显不会有重复值时使用 union all 而不是 union
union 会把所有数据放在临时表中后再进行去重操作，会多消耗内存，IO，网络资源
union all 不会再对结果集进行去重操作
拆分复杂的大 sql 为多个小 sql
目前 mysql 中一个 sql 只能使用一个 cpu 计算，不支持多 cpu 并行计算
sql 拆分后可以通过并行执行来提高处理效率