MYSQL数据库命名及设计规范

  1. 命名规范
    • 库名、表名、字段名必须使用小写字母,并采用下划线分割
    • 库名、表名、字段名禁止超过32个字符,须见名之意,建议使用名词不是动词
    • 库名、表名、字段名禁止使用MySQL保留字
    • 临时库、表名必须以tmp为前缀,并以日期为后缀
    • 备份库、表必须以bak为前缀,并以日期为后缀
  2. 基础规范
    • 使用INNODB存储引擎
    • 表字符集使用UTF8
    • 所有表都需要添加注释
    • 单表数据量建议控制在5000W以内
    • 禁止在数据库中使用VARBINARY、BLOB存储图片、文件等
    • 禁止在线上做数据库压力测试
    • 禁止从测试、开发环境直连数据库
    • 存储精确浮点数必须使用DECIMAL替代FLOAT和DOUBLE
    • 建议使用UNSIGNED存储非负数值。
    • 建议使用INT UNSIGNED存储IPV4。(不过个人感觉可读性不是非常好)
    • 整形定义中不添加长度,比如使用INT,而不是INT[4]
    • 使用短数据类型,比如取值范围为0-80时,使用TINYINT UNSIGNED
    • 不建议使用ENUM、SET类型,使用TINYINT来代替
    • 尽可能不使用TEXT、BLOB类型
    • VARCHAR(N),N表示的是字符数不是字节数,比如VARCHAR(255),可以最大可存储255个汉字,需要根据实际的宽度来选择N。
    • VARCHAR(N),N尽可能小,因为MySQL一个表中所有的VARCHAR字段最大长度是65535个字节,进行排序和创建临时表一类的内存操作时,会使用N的长度申请内存。
    • 使用VARBINARY存储变长字符串。
    • 存储年使用YEAR类型。
    • 存储日期使用DATE类型。
    • 存储时间(精确到秒)建议使用TIMESTAMP类型,因为TIMESTAMP使用4字节,DATETIME使用8个字节。
    • 建议字段定义为NOT NULL
  3. 索引规范
    • 非唯一索引必须按照“idx_字段名称字段名称[字段名]”进行命名
    • 唯一索引必须按照“uniq_字段名称字段名称[字段名]”进行命名
    • 索引中的字段数建议不超过5个
    • 单张表的索引数量控制在5个以内
    • 对字符串使用前缀索引,前缀索引长度不超过8个字符
    • 建议优先考虑前缀索引,必要时可添加伪列并建立索引
    • 合理创建联合索引(避免冗余),(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)
    • 合理利用覆盖索引
    • 表必须有主键
    • 不使用更新频繁的列
    • 尽量不选择字符串列
    • 不使用UUID MD5 HASH
    • 重要的SQL必须被索引,
      UPDATE、DELETE语句的WHERE条件列,ORDER BY、GROUP BY、DISTINCT的字段,多表JOIN的字段
    • 区分度最大的字段放在前面
    • 核心SQL优先考虑覆盖索引
    • 索引不是越多越好
    • 不在低基数列上建立索引,例如性别
    • 不在索引列进行数学运算和函数运算
    • 尽量不使用外键
    • 不使用%前导的查询,如like “%ab”
    • 不使用负向查询,如not in/like(考虑用sphinx)
  4. SQL设计
    • 使用prepared statement,可以提供性能并且避免SQL注入
    • SQL语句中IN包含的值不超过500
    • UPDATE、DELETE语句不使用LIMIT
    • WHERE条件中必须使用合适的类型,避免MySQL进行隐式类型转化
    • SELECT语句只获取需要的字段
    • SELECT、INSERT语句必须显式的指明字段名称,不使用SELECT *,不使用INSERT INTO table()
    • INSERT语句使用batch提交(INSERT INTO table VALUES(),(),()……),values的个数不超过500
    • 避免使用存储过程、触发器、UDF、events等
    • 避免使用大表的JOIN
    • 避免在数据库中进行数学运算
    • 使用合理的SQL语句减少与数据库的交互次数
    • 不使用ORDER BY RAND(),使用其他方法替换
    • 建议使用合理的分页方式以提高分页的效率(只能点击上一页、下一页)
    • 统计表中记录数时使用COUNT(*),而不是COUNT(primary_key)和COUNT(1)
    • 禁止在从库上执行后台管理和统计类型功能的QUERY。
    • 使用EXPLAIN诊断,避免生成临时表
    • 用union all而不是union
    • 程序应有捕获SQL异常的处理机制
    • 禁止单条SQL语句同时更新多个表
  5. 散表
    • 每张表数据量建议控制在5000w以下
    • 可以结合使用hash、range、lookup table进行散表
    • Hash散表,表名后缀使用16进制,比如user_ff
    • 使用时间散表,表名后缀必须使用特定格式,比如按日散表user_20110209、按月散表user_201102。
    • 采用合适的分库分表策略。例如千库十表、十库百表等
  6. 行为规范
    • 批量导入、导出数据必须提前通知DBA协助观察
    • 禁止在线上从库执行后台管理和统计类查询
    • 禁止有super权限的应用程序账号存在
    • 产品出现非数据库导致的故障时及时通知DBA协助排查
    • 推广活动或上线新功能必须提前通知DBA进行流量评估
    • 数据库数据丢失,及时联系DBA进行恢复
    • 对单表的多次alter操作必须合并为一次操作
    • 不在MySQL数据库中存放业务逻辑
    • 重大项目的数据库方案选型和设计必须提前通知DBA参与
    • 对特别重要的库表,提前与DBA沟通确定维护和备份优先级
    • 不在业务高峰期批量更新、查询数据库
    • 提交线上建表改表需求,必须详细注明所有相关SQL语句
  7. FAQ
    1. 如何使用INT UNSIGNED存储ip?
      使用INT UNSIGNED而不是char(15)来存储ipv4地址,通过MySQL函数inet_ntoa和inet_aton来进行转化。
      Ipv6地址目前没有转化函数,需要使用DECIMAL或者两个bigINT来存储。
      例如:
      SELECT INET_ATON('209.207.224.40');
      3520061480
      SELECT INET_NTOA(3520061480);
      209.207.224.40
      PHP函数ip2long long2ip

    2. INT[M],M值代表什么含义?
      注意数值类型括号后面的数字只是表示宽度而跟存储范围没有关系,比如INT(3)默认显示3位,空格补齐,超出时正常显示,python、java客户端等不具备这个功能。

    3. 为什么建议使用TIMESTAMP来存储时间而不是DATETIME?
      DATETIME和TIMESTAMP都是精确到秒,优先选择TIMESTAMP,因为TIMESTAMP只有4个字节,而DATETIME8个字节。同时TIMESTAMP具有自动赋值以及自动更新的特性。

    4. 如何使用TIMESTAMP的自动赋值属性?
      a) 将当前时间作为ts的默认值:ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP。
      b) 当行更新时,更新ts的值:ts TIMESTAMP DEFAULT 0 ON UPDATE CURRENT_TIMESTAMP。
      c) 可以将1和2结合起来:ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP。

    5. 如何对长度大于50的VARCHAR字段建立索引?
      下面的表增加一列url_crc32,然后对url_crc32建立索引,减少索引字段的长度,提高效率。
      CREATE TABLE url(
      ……
      url VARCHAR(255) NOT NULL DEFAULT 0,
      url_crc32 INT UNSIGNED NOT NULL DEFAULT 0,
      ……
      index idx_url(url_crc32)
      )

    6. 为什么需要避免MySQL进行隐式类型转化?
      因为MySQL进行隐式类型转化之后,可能会将索引字段类型转化成=号右边值的类型,导致使用不到索引,原因和避免在索引字段中使用函数是类似的。

    7. 为什么避免使用复杂的SQL?
      拒绝使用复杂的SQL,将大的SQL拆分成多条简单SQL分步执行。
      原因:简单的SQL容易使用到MySQL的query cache;减少锁表时间特别是MyISAM;可以使用多核cpu。

    8. 为什么不建议使用SELECT *?
      增加很多不必要的消耗(cpu、io、内存、网络带宽);
      增加了使用覆盖索引的可能性;
      当表结构发生改变时,前段也需要更新。

    9. nnoDB存储引擎为什么避免使用COUNT()?
      InnoDB表避免使用COUNT(
      )操作,计数统计实时要求较强可以使用memcache或者redis,非实时统计可以使用单独统计表,定时更新。

    10. MySQL中如何进行分页?
      假如有类似下面分页语句:
      SELECT * FROM table ORDER BY TIME DESC LIMIT 10000,10;
      这种分页方式会导致大量的io,因为MySQL使用的是提前读取策略。
      推荐分页方式:
      SELECT * FROM table WHERE TIME<last_TIME ORDER BY TIME DESC LIMIT 10.
      SELECT * FROM table inner JOIN(SELECT id FROM table ORDER BY TIME LIMIT 10000,10) as t USING(id)

    11. 为什么不能使用ORDER BY rand()?
      因为ORDER BY rand()会将数据从磁盘中读取,进行排序,会消耗大量的IO和CPU,可以在程序中获取一个rand值,然后通过在从数据库中获取对应的值。

    12. 如何减少与数据库的交互次数?
      使用下面的语句来减少和db的交互次数:
      INSERT ... ON DUPLICATE KEY UPDATE
      REPLACE
      INSERT IGNORE
      INSERT INTO values(),()如何结合使用多个纬度进行散表散库?
      例如微博message,先按照crc32(message_id)%16将message散到16个库中,然后针对每个库中的表,一天生成一张新表。

    13. VARCHAR中会产生额外存储吗?
      VARCHAR(M),如果M<256时会使用一个字节来存储长度,如果M>=256则使用两个字节来存储长度。

    14. 为什么MySQL的性能依赖于索引?
      MySQL的查询速度依赖良好的索引设计,因此索引对于高性能至关重要。
      合理的索引会加快查询速度(包括UPDATE和DELETE的速度,MySQL会将包含该行的page加载到内存中,然后进行UPDATE或者DELETE操作),不合理的索引会降低速度。
      MySQL索引查找类似于新华字典的拼音和部首查找,当拼音和部首索引不存在时,只能通过一页一页的翻页来查找。
      当MySQL查询不能使用索引时,MySQL会进行全表扫描,会消耗大量的IO。

    15. 为什么一张表中不能存在过多的索引?
      InnoDB的secondary index使用b+tree来存储,因此在UPDATE、DELETE、INSERT的时候需要对b+tree进行调整,过多的索引会减慢更新的速度。

    16. 什么是覆盖索引?
      InnoDB存储引擎中,secondary index(非主键索引)中没有直接存储行地址,存储主键值。如果用户需要查询secondary index中所不包含的数据列时,需要先通过secondary index查找到主键值,然后再通过主键查询到其他数据列,因此需要查询两次。
      覆盖索引的概念就是查询可以通过在一个索引中完成,覆盖索引效率会比较高,主键查询是天然的覆盖索引。
      合理的创建索引以及合理的使用查询语句,当使用到覆盖索引时可以获得性能提升。
      比如SELECT email,uid FROM user_email WHERE uid=xx,如果uid不是主键,适当时候可以将索引添加为index(uid,email),以获得性能提升。

    17. EXPLAIN语句
      EXPLAIN语句(在MySQL客户端中执行)可以获得MySQL如何执行SELECT语句的信息。
      通过对SELECT语句执行EXPLAIN,可以知晓MySQL执行该SELECT语句时是否使用了索引、全表扫描、临时表、排序等信息。尽量避免MySQL进行全表扫描、使用临时表、排序等。详见官方文档。

发表评论

电子邮件地址不会被公开。 必填项已用*标注