MySQL 开发使用规范

1. 对象命名规范

1. 不同类型数据库对象，以类型关键字缩写作为对象名前缀。如数据表 t_xxx_xxx、视图 v_xxx_xxx；
2. 数据库对象名称用 小写字母，并用下划线 _ 分割单词，以达到见名识意，且对象名长度不超 32 个字符；
3. 临时库表以 tmp_ 为前缀，并以日期 _YYYYMMDD 为后缀；备份表以 bak_ 为前缀，并以日期 _YYYYMMDD 为后缀；
4. 存储相同数据的列名和列类型需保持一致（尤其作为表连接关联列时，若关联列类型不一致会自动进行数据类型隐式转换，将会造成关联列上的索引失效，导致查询效率降低）。

2. 环境使用规范

2.1. 禁止在线上做数据库压力测试

2.2. 禁止从开发环境，测试环境直连生产环境数据库

开发环境、测试环境直连生产环境数据库，可能因误操作，而导致误删数据等无法挽回的错误。

2.3. 专库专用（连接不同的数据库使用不同的账号），禁止跨库查询

• 为数据库迁移和分库、分表留出余地
• 专库专用，条理清晰，降低业务耦合度
• 避免权限过大而产生的安全风险

针对每个业务数据库，创建独立的数据库用户（通常与数据库同名），该数据库用户仅可操作与其同名的业务数据库。禁止在多个数据库之间跨库查询。

如下示例中，禁止授予 storemgr 用户访问 ordermgr 数据库。若业务需要，可通过多数据源等方式实现。

新创建的数据库用户，默认遵循最小授权原则，仅授予INSERT, DELETE, UPDATE, SELECT, CREATE权限。

2.4. 用户权限遵循最小原则

默认新建的数据库用户，只分配 DML 权限，如 INSERT, DELETE, UPDATE, SELECT，不分配 DDL 权限。

在MySQL 中 truncate table 需要 DROP 权限。

3. 数据库设计规范

3.1. 所有表必须使用 InnoDB 存储引擎

在特殊要求（即 InnoDB 无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用 InnoDB 存储引擎（MySQL 5.5 之前默认使用 Myisam，5.6 以后默认的为 InnoDB）。InnoDB 支持事务，支持行级锁，更好的恢复性，高并发下性能更好

3.2. 统一字符集 UTF8 及排序规则

1. 库、表字符集统一为 utf8mb4
   • utf8mb4: 使用 1-4 个字节表示一个字符的 UTF-8 编码。
   • utf8mb3: 使用 1-3 个字节表示一个字符的 UTF-8 编码。
   • utf8: 同 utf8mb3，是 utf8mb3 的别名

兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前，需要进行转换会造成索引失效。

2. 统一排序规则

general_ci 更快，unicode_ci 更准确，ci 不区分大小写，cs 区分大小写

utf8mb4_general_ci 不区分大小写。排序速度略快，排序准确性略差。
utf8mb4_unicode_ci 不区分大小写。排序速度略慢，排序准确性略高。
utf8mb4_bin 区分大小写。将字符串每个字符用二进制数据编译存储，区分大小写，而且可以存二进制的内容。
utf8mb4_general_cs 区分大小写

3.3. 专业的事情交给专业的人做

避免在使用数据库函数、存储过程实现业务逻辑，以减少对数据库类型的依赖。便于日后迁移至其他数据库，如 PostgreSQL、达梦 等。

4. 表设计规范

4.1. 所有表和字段都需要添加注释

使用 comment 子句添加 表和列 的备注

4.2. 控制单表数据量的大小

尽量控制单表数据量在 500W 以内，最高不超过 2000W。过多的数据量会造成修改表结构，备份，恢复都会有很大的问题；

可以用历史数据归档（应用于日志数据）、分库分表（应用于业务数据）、分区表等手段来控制单表数据量大小；

分区表中的每个分区相当于一个物理表；

4.3. 谨慎使用 MySQL 分区表

分区表在逻辑上表现为一个表，但是在物理上表现为多个文件； 谨慎选择分区字段（分区字段需要包含在 唯一键 中，即主键或唯一索引中），跨分区查询效率可能更低。推荐采用 物理分表 的方式管理大数据。

4.4. 尽量做到冷热数据分离，减小表的宽度

MySQL 限制每个表最多存储 4096 列，并且每一行数据的大小不能超过 64K，以减少磁盘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。经常一起使用的列放到一个表中（避免更多的表连接操作）。

4.5. 禁止在表中建立预留字段

预留字段的命名很难做到见名识义，预留字段无法确认数据类型。

4.6. 禁止在数据库中存储二进制数据

图片、文件通常较大，会短时间内造成数据量快速增长。数据库在进行数据读取时，会进行大量的随机IO操作，文件很大时，IO操作很耗时。通常将图片或文件存储于文件服务器，在数据库中存储其文件地址信息。

4.7. 为每个表都要指定递增数值主键

1. 推荐使用业务不相关的递增数值型作为表主键，可用 AUTO_INCREMENT 自增或 SHORT_UUID()（类似雪花算法的结构）。因为 InnoDB 通过聚簇索引来组织表数据的存储。主键递增，可避免数据插入的随机性，避免 page 分裂，减少表碎片提升空间和内存的使用效率。避免使用 UUID（随机字符串）作为主键。

2. 由于表没有主键，副本库的回放效率极差，大概率会引起主从复制的延迟，继而影响业务的读取，容灾切换的时效性等各种问题。

5. 字段设计规范

5.1. 优先选择符合存储需要的最小的数据类型

• 原因
  列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的IO次数也就越多， 索引的性能也就越差。
• 方法
  • 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 将 IP 地址转为整型，可以节省空间。显示数据时，使用 inet_ntoa 将整型的 IP 地址转为地址显示即可。
  • 对于非负型的数据（如自增 ID、整型 IP）来说，要优先使用无符号整型来存储。因为，无符号相对于有符号可以多出 1 倍的存储空间
    VARCHAR(N) 中的 N 代表的是字符数，而不是字节（Byte）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

5.2. 避免使用 TEXT、BLOB 数据类型，最常见的TEXT类型可以存储64k的数据

• 建议将 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。如果查询中包含这样的数据，在排序等操作时，无法使用内存临时表，必须使用磁盘临时表进行，影响性能。
  而且对于这种数据，MySQL 还要进行二次回表查询，会使 SQL 性能变得很差。
  如果一定要使用 TEXT、BLOB，建议将 TEXT、BLOB 列分离到单独的扩展表中。查询时一定不要使用 SELECT *，而名确列出必要的列。不需要 TEXT 列的数据时，不要对该列进行查询。
• TEXT、BLOB 类型只能使用前缀索引
  因为 MySQL 对索引字段长度是有限制的，所以 TEXT 类型只能使用前缀索引，并且 TEXT列上不能有默认值。

5.3. 避免使用ENUM类型

• 修改 ENUM 值需要使用 ALTER 语句
• ENUM 类型的 ORDER BY 操作效率低，需要额外操作
• 禁止使用数值作为 ENUM 的枚举值

5.4. 尽可能将列定义为 NOT NULL

原因：

• 索引 NULL 列需要额外的空间来保存，所以要占用更多的空间；
• 进行比较和计算时，需要对NULL值做特别的处理；
• 含 NULL 值的符合索引无效。

5.5. 使用DATETIME存储时间

注意
禁止用字符串存储 日期、时间 类型：

1. 无法用 日期时间函数 进行计算比较
2. 字符串比 datetime、timestamp 占用更多的存储空间

5.6. 财务金额用 decimal 类型

• 非精准浮点类型：float、double
• 精准浮点类型：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 个字节可以存储 9 位数字，并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。

6. 索引设计规范

6.1. 限制每张表上的索引数量，建议单张表索引不超过 5 个

索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率。

因为优化器在选择如何优化查询时，会根据统计信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划。如果同时有很多个索引都可以用于查询，就会增加 MySQL 优化器生成执行计划的时间，同样会降低查询性能。

6.2. 禁止给表中的每一列都建立单独的索引

5.6 版本之前，一个 SQL 只能使用到一个表中的一个索引。5.6 以后，虽然有了合并索引的优化方式，但是还是远远没有使用一个联合索引的查询效率高。

6.3. 每个 Innodb 表必须有个主键

Innodb 是一种索引组织表：数据存储的逻辑顺序和索引顺序是相同的。
每个表都可以有多个索引，但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作为主键；不要用多列主键（相当于联合索引）； 不要使用 UUID、MD5、HASH、字符串列作为主键（无法保证数据的顺序增长）。
主键建议使用自增 ID 值，如 AUTO_INCREMENT 或 SHORT_UUID()。

6.4. 常见索引列建议

1. 出现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列
2. 包含在 ORDER BY、GROUP BY、DISTINCT 中的字段
3. 并不要将符合 1 和 2 中的字段的列都建立一个索引，通常将 1、2 中的字段建立联合索引效果更好
4. 多表 join 的关联列

6.5. 如何选择索引列的顺序

建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能。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=列中不同值的数量/列的总行数）；
• 尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，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（这样可以比较少的建立一些索引）。
• 需要用范围扫描的列，放联合索引的最右侧。

6.6. 避免建立冗余索引和重复索引

因为这样会增加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)

6.7. 优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

覆盖索引： 就是包含了所有查询字段（WHERE,SELECT,ORDER BY,GROUP BY 包含的字段）的索引。

覆盖索引的好处：

• 避免 Innodb 表进行索引的二次回表
  Innodb 是以聚集索引的顺序来存储的，对于 Innodb 来说，二级索引在叶子节点中所保存的是行的主键信息，
  如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次回表才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次回表查询 ，减少了 IO 操作，提升了查询效率。

• 可将随机 IO 变成顺序 IO 加快查询效率
  由于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说，比随机从磁盘读取每一行的数据 IO 要少的多。因此，利用覆盖索引在访问时也可将磁盘的随机读取 IO 转变成索引查找的顺序 IO。

6.8. 尽量避免使用外键约束

• 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引；
• 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作（因为有锁）从而降低性能。

7. 数据库 SQL 开发规范

7.1. 建议使用预编译语句进行数据库操作

预编译语句可以重复使用这些计划，减少 SQL 编译所需要的时间，还可以解决动态 SQL 所带来的 SQL 注入的问题。只传参数，比传递 SQL 语句更高效。相同语句可以一次解析，多次使用，提高处理效率。

7.2. 避免数据类型的隐式转换

隐式转换会导致索引失效。如：

select name,phone from customer where id = '111';
复制

7.3. 充分利用表上已经存在的索引

1. WHERE 条件避免使用左 %。
   如 a like '%123%'，（如果无前置 %，只有后置 %，可以用到列上的索引）
2. 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，如果 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。
3. 使用 left join 或 not exists 来优化 not in 操作
   因为 not in 也通常会使用索引失效。
4. 范围查询时，尽量用 >= 替代 >；用 <= 替代 <

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

原因：

• 消耗更多的 CPU 和 IO 以网络带宽资源
• 无法使用覆盖索引
• 可减少表结构变更带来的影响

7.5. 禁止使用不含字段列表的 INSERT 语句

如：

INSERT INTO VALUES('a','b','c');
复制

应使用：

INSERT INTO T(c1,c2,c3) VALUES ('a','b','c');
复制

7.6. 避免使用子查询，可将子查询优化为 join 操作

通常子查询在 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，才可将 子查询 转化为 表连接 进行优化。

子查询性能差的原因：
* 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能 会受到一定的影响；
* 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；
* 由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询。

7.7. 避免使用 JOIN 关联太多的表，建议不超 5 个

对于 MySQL 来说，是存在关联缓存的，缓存的大小可以由 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，如果在一个 SQL 中关联的表越多，所占用的内存也就越高。
如果程序中大量的使用了多表关联的操作，同时 join_buffer_size 设置的不高的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。
同时对于关联操作来说，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。，尤其对于 OLTP 系统，建议不超过 3 个。

7.8. 减少与数据库的交互次数

数据库更适合处理批量操作，合并多个相同的操作到一起，可以提高处理效率

7.9. 使用 in 代替 or

• 对同一列进行 or 判断时，可使用 in 代替 or。in 可以更有效的利用索引，or 大多数情况下很少能利用到索引。但 in 的值不要超过 500 个。

• 对不同字段进行 or 判断时，可将 or 改写为 union。

7.10. LIMIT 高效分页

传统分页，offset 偏移量越大，速度越慢

SELECT * FROM table LIMIT <offset>,<rows>;
复制

可用如下推荐分页示例改写

SELECT * FROM table WHERE id>=23423 LIMIT 11;

SELECT * FROM table WHERE id >= ( SELECT  id FROM table LIMIT 10000,1 ) LIMIT 10;

SELECT * FROM table INNER JOIN (SELECT id FROM table LIMIT 10000,10) USING (id) ;
复制

7.11. 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，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值。如果满足条件的数据集非常大，就会消耗大量的 CPU 和 IO 及内存资源。

7.12. 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导致无法使用索引。

 * 不推荐：
where date(create_time)='20190101'
 * 推荐：
where create_time >= '20190101' and create_time < '20190102'
复制

7.13. 使用 UNION ALL 而不是 UNION

在明显不会有重复值时，使用 UNION ALL 而不是 UNION

• UNION 会将两个结果集的数据放到临时表中，再进行去重操作。
• UNION ALL 将两个结果集取并集，不会进行去重操作。

7.14. 拆分复杂的大 SQL 为多个小 SQL

大 SQL，指逻辑上比较复杂，需要占用大量 CPU 进行计算的 SQL。在 MySQL 中，一个 SQL 只能使用一个 CPU 进行计算。将大 SQL 拆分后，可以通过并行执行来提高处理效率。

8. 数据库操作规范

8.1. 超 100W 行的批量 DML 操作，要分批多次进行操作

1. 大批量 DML 操作可能会造成严重的主从延迟
   主从环境中，大批量操作可能会造成严重的 主从延迟，大批量的 DML 操作一般都需要执行一定长的时间。而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况。

2. binlog 日志为 ROW 格式时会产生大量的日志
   大批量 DML 操作会产生大量 binlog，特别是对于 ROW 格式的 binlog 而言，由于在 ROW 格式中会记录每一行数据的修改。我们一次修改的数据越多，产生的 binlog 日志量也就会越多。日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因。

3. 避免产生大事务操作
   一个大事务中的大批量修改数据，会造成表中大批量数据进行锁定。从而导致大量的阻塞，阻塞会对 MySQL 的性能产生非常大的影响。
   特别是长时间的阻塞会占满所有数据库的可用连接，会使生产环境中的其他应用无法连接到数据库。因此，要注意大批量写操作要进行拆分。

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

1. 避免大表修改产生的主从延迟
2. 避免在对表字段进行修改时进行锁表
   对大表的结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。
   推荐使用 percona 公司 percona-toolkit工具包的 pt-online-schema-change 进行表结构修改。修改原理：
   • 原表需有主键或唯一索引。
   • pt-online-schema-change 它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改
   • 然后再把原表中的数据复制到新表中，并在原表中增加一些触发器（DELETE/UPDATE/INSERT），通过原表的触发器，将原表中新增的数据也复制到新表中。
   • 在行所有数据复制完成之后，将新表命名成原表，并删除原表。将原来一个 DDL 操作，分解成多个小的操作，分批次进行。