[总结]58到家MySQL军规升级版

1. 一、基础规范

• 表存储引擎必须使用InnoDB

 

• 表字符集默认使用utf8，必要时候使用utf8mb4

解读：

（1）通用，无乱码风险，汉字3字节，英文1字节

（2）utf8mb4是utf8的超集，有存储4字节例如表情符号时，使用它

• 禁止使用存储过程，视图，触发器，Event

解读：

（1）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

（2）调试，排错，迁移都比较困难，扩展性较差

 

• 禁止在数据库中存储大文件，例如照片，可以将大文件存储在对象存储系统，数据库中存储路径
  通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机 IO 操作，文件很大时，IO 操作很耗时 通常存储于文件服务器，数据库只存储文件地址信息。
• 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
• 所有表和字段都需要添加注释
  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。
• 尽量控制单表数据量的大小，建议控制在 500 万以内
  500 万并不是 MySQL 数据库的限制，过大会造成修改表结构、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）等手段来控制数据量大小。
• 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。
• 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 65535 字节 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（避免更多的关联操作）
• 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 预留字段无法确认存储的数据类型，所以无法选择合适的类型 对预留字段类型的修改，会对表进行锁定

 

2. 二、命名规范

• 库名，表名，列名必须用小写，采用下划线分隔

解读：abc，Abc，ABC都是给自己埋坑

 

• 库名，表名，列名必须见名知义，长度不要超过32字符

解读：tmp，wushan谁TM知道这些库是干嘛的

 

• 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

 

3. 三、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
• 表必须有主键，推荐使用UNSIGNED整数为主键

潜在坑：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

解读：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

解读：具体参加《如何实施数据库垂直拆分》

 

4. 四、字段列设计规范

• 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

解读：

（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

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一倍的存储空间。

VARCHAR(N) 中的 N 代表的是字符数，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

• 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

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。

• 必须把字段定义为NOT NULL并设默认值

解读：

（1）NULL的列使用索引，索引统计，值都更加复杂，MySQL更难优化

（2）NULL需要更多的存储空间

（3）NULL只能采用IS NULL或者IS NOT NULL，而在=/!=/in/not in时有大坑

 

• 使用INT UNSIGNED存储IPv4，不要用char(15)
  MySQL 提供了两个方法来处理 IP 地址
  插入数据前，先用 inet_aton 把 IP 地址转为整型，可以节省空间。显示数据时，使用 inet_ntoa 把整型的 IP 地址转为地址显示即可。

• 使用varchar(20)存储手机号，不要使用整数

解读：

（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%’

•  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

1. 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，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行。而且对于这种数据，MySQL 还是要进行二次查询，会使 SQL 性能变得很差，但是不是说一定不能使用这样的数据类型。如果一定要使用，建议把 BLOB 或是 TEXT 列分离到单独的扩展表中，查询时一定不要使用 select * 而只需要取出必要的列，不需要 TEXT 列的数据时不要对该列进行查询。
2. TEXT 或 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 列上是不能有默认值的。

• 使用TINYINT来代替ENUM

解读：ENUM增加新值要进行DDL操作

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

 

• 同财务相关的金额类数据必须使用 decimal 类型

1. 非精准浮点：float，double
2. 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。

 

 

5. 五、索引规范

• 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
• 单张表索引数量建议控制在5个以内

解读：

（1）互联网高并发业务，太多索引会影响写性能

（2）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

（3）异常复杂的查询需求，可以选择ES等更为适合的方式存储

 

• 组合索引字段数不建议超过5个

解读：如果5个字段还不能极大缩小row范围，八成是设计有问题

 

• 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方式好
• 每个 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，不适用多列主键（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。

• 不建议在频繁更新的字段上建立索引
• 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

解读：踩过因为JOIN字段类型不一致，而导致全表扫描的坑么？

 

• 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)

5-1. 常见索引列建议

• 出现在 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。
• 多表 JOIN 的关联列。

5-2. 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）。

5-3. 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)

5-4. 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,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查询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查询 ，减少了 IO 操作，提升了查询效率。
• 可以把随机 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，对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以把磁盘的随机读取的 IO 转变成索引查找的顺序 IO。

5-5. 索引 SET 规范

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从而降低性能。

 

6. 六、SQL规范

•  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。

• 禁止使用select *，只获取必要字段

解读：

（1）select *会增加cpu/io/内存/带宽的消耗

（2）指定字段能有效利用索引覆盖

（3）指定字段查询，在表结构变更时，能保证对应用程序无影响

 

• insert必须指定字段，禁止使用insert into T values()

解读：指定字段插入，在表结构变更时，能保证对应用程序无影响

 

• 隐式类型转换会使索引失效，导致全表扫描

 

• 禁止在where条件列使用函数或者表达式

对列进行函数转换或计算时会导致无法使用索引。

 

• 充分利用表上已经存在的索引

1. 避免使用双 % 号的查询条件。
   如a like ‘%123%’，（如果无前置 %，只有后置 %，是可以用到列上的索引的）
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。

 

• 数据库设计时，应该要对以后扩展进行考虑
• 程序连接不同的数据库使用不同的账号，进制跨库查询

1. 为数据库迁移和分库分表留出余地
2. 降低业务耦合度
3. 避免权限过大而产生的安全风险

• 禁止大表JOIN和子查询，可以把子查询优化为 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，才可以把子查询转化为关联查询进行优化。

子查询性能差的原因：

1. 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。
2. 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。
3. 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。

• 避免使用 JOIN 关联太多的表

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大。

如果程序中大量的使用了多表关联的操作，同时 join_buffer_size 设置的也不合理的情况下，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。

• 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，可以提高处理效率

• 同一个字段上的OR必须改写问IN，IN的值必须少于50个

in 操作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。

• 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。

推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。

• 应用程序必须捕获SQL异常

解读：方便定位线上问题

• 在明显不会有重复值时使用 UNION ALL 而不是 UNION

1. UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作。
2. 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

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

7. 七、数据库操作行为规范

7-1. 1. 超 100 万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作

• 大批量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，大批量的写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
• Binlog 日志为 row 格式时会产生大量的日志
  大批量写操作会产生大量日志，特别是对于 row 格式二进制数据而言，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。
• 避免产生大事务操作
  大批量修改数据，一定是在一个事务中进行的，这就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，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批。

 

7-2. 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。

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。

把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，把新表命名成原表，并把原来的表删除掉,把原来一个 DDL 操作，分解成多个小的批次进行。

 

7-3. 3. 禁止为程序使用的账号赋予 super 权限

当达到最大连接数限制时，还运行 1个 有 super 权限的用户连接 super 权限只能留给 DBA 处理问题的账号使用。

 

7-4. 4. 对于程序连接数据库账号，遵循权限最小原则

程序使用数据库账号只能在一个 DB 下使用，不准跨库 程序使用的账号原则上不准有 drop 权限。

 

 

 

[转]58到家MySQL军规升级版

一份非常完整的 MySQL 规范