- 【推荐】字段允许适当冗余,以提高查询性能,但必须考虑数据一致。冗余字段应遵循:
- 不是频繁修改的字段。
- 不是 varchar 超长字段,更不能是 text 字段。
正例:商品类目名称使用频率高,字段长度短,名称基本一成不变,可在相关联的表中冗余存储类目名称,避免关联查询。
- 【推荐】单表行数超过 500 万行或者单表容量超过 2GB,才推荐进行分库分表。
说明:如果预计2年后的数据量根本达不到这个级别,请不要在创建表时就分库分表。
【推荐】如果表中存在 id 字段,则必须是主键,每个表必须有主键(可以不是 id 字段),尽量保持增长趋势,ID 应由应用系统生成(使用 UUID 作为主键时需要将 UUID 中的"-" 去掉),不能由用户录入,并且不可修改。
【强制】id类型没有特殊要求,必须使用bigint unsigned或varchar,禁止使用int,即使现在的数据量很小。
【推荐】字段尽量设置为 NOT NULL,为字段提供默认值。 如字符型的默认值为一个空字符值串;数值型默认值为数值 0;
【推荐】每个字段和表必须提供清晰的注释
【推荐】时间统一格式:‘YYYY-MM-DD HH:MM:SS’
【强制】插入数据表记录时,必须同时记录对应的 “创建时间” 字段值为当前时间。
【强制】更新数据表记录时,必须同时更新记录对应的 “更新时间” 字段值为当前时间。
【强制】如果表中的数据是人工录入的,则需要记录创建人、最后修改人的ID或名字;
【推荐】如果表中的数据是系统自动产生的,则可以记录创建或最后修改来源的模块名或业务场景。
【推荐】类似字典表等参数类的数据是由用户录入的,则可以使用 cd (代表code) 作为主键,并且明确 cd 的产生规则(如必须全大写),并且 cd 一旦创建,不能修改。
命名规范
- 【强制】表达是与否概念的字段,必须使用 is_xxx 的方式命名,数据类型是 unsigned tinyint ( 1表示是,0表示否)。
说明:任何字段如果为非负数,必须是 unsigned。
正例:表达逻辑删除的字段名 is_del,1 表示删除,0 表示未删除。
- 【强制】表名、字段名必须使用小写字母或数字,禁止出现数字开头,禁止两个下划线中间只 出现数字。数据库字段名的修改代价很大,因为无法进行预发布,所以字段名称需要慎重考虑。
说明:MySQL 在 Windows 下不区分大小写,但在 Linux 下默认是区分大小写。因此,数据库 名、表名、字段名,都不允许出现任何大写字母,避免节外生枝。
正例:health_user,rdc_config,level3_name
反例:HealthUser,rdcConfig,level_3_name
【强制】表名不使用复数名词。 说明:表名应该仅仅表示表里面的实体内容,不应该表示实体数量,对应于类名也是单数形式,符合表达习惯。
【强制】禁用保留字,如 desc、range、match、delayed 等,请参考 MySQL 官方保留字。
- 【强制】主键索引名为 pk_字段名;唯一索引名为 uk_字段名;普通索引名则为 idx_字段名。
说明:pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的简称。
【强制】所有命名尽量使用全名,有默认约定的除外,如果超过 30 个字符,使用缩写,请尽量名字易懂简短。
如 description --> dscp;information --> info;address --> addr ;datetime --> dt;delete --> del;code --> cd 等【推荐】表常备字段:id, is_del,dt_created,dt_modified,created_by,modified_by。
说明:
- id为主键
- dt_created, dt_modified 的类型均为 datetime 类型,前者表示创建时间,不为空,默认值为系统时间;后者表示最后一次更新时间,可以为空,更新时更新为当前时间。
- created_by,modified_by 的类型为varchar,前者表示创建人,不为空,记录创建数据的人的用户ID/用户名;后者表示最后一次更新人,可以为空,更新时记录。
- 【推荐】如果表中存储的信息可能涉及到并发修改,需要增加一个version字段,默认值为0,每次编辑操作前,将version连同其他字段一起读取,编辑后将version字段一起提交到服务器端,更新操作时 update 语句需要在 where 条件中增加version相等的条件,来防止并发修改时互相覆盖。
- 【推荐】表的命名最好是加上“业务名称_表的作用”。
正例:health_user / trade_config
【推荐】库名与应用名称尽量一致。如health
【推荐】如果修改字段含义或对字段表示的状态追加时,需要及时更新字段注释
【推荐】所有时间字段,都以 dt_开始,后面加上动词的过去式,最后不要加上 time 单词,例如 dt_created
【推荐】如果字段是引用自另外一张表的 id 字段,则字段的命名应该为 "<被引用的表名>_id"
【推荐】如果字段是引用自另外一张字典表的 cd 字段,则字段的命名应该为 "<被引用的表名>_cd"
【强制】如果存在表与表之间的关系时,则表名应该为 "<主要被引用的表名>_<辅助被引用的表名>_rel"
类型规范
- 【参考】合适的字符存储长度,不但节约数据库表空间、节约索引存储,更重要的是提升检索速度。
类型 | 字节 | 表示范围 |
---|---|---|
tinyint | 1 | 无符号值: 0~255;有符号值: -128~127 |
smallint | 2 | 无符号值: 0~65536;有符号值: -32768~32767 |
mediumint | 3 | 无符号值: 0~16777215;有符号值: -8388608~8388607 |
int | 4 | 无符号值: 0~4294967295;有符号值: -2147483648~2147483647 |
bigint | 8 | 无符号值: 0~((2³²×²)-1);有符号值: -(2³²×²)/2 ~ (2³²×²)/2-1 |
数字
- 【强制】小数类型为 decimal,禁止使用 float 和 double。
说明:float 和 double 在存储的时候,存在精度损失的问题,很可能在值的比较时,得到不正确的结果。如果存储的数据范围超过 decimal 的范围,建议将数据拆成整数和小数分开存储。
- 【推荐】非负的数字类型字段,都添加上 UNSINGED, 如可以使用 INT UNSINGED 字段存 IPV4
字符
- 【参考】所有的字符存储与表示,均以 utf8mb4 编码,注意字符统计函数的区别。
说明:
SELECT LENGTH(“轻松工作”); 返回为12
SELECT CHARACTER_LENGTH(“轻松工作”); 返回为4
如果需要存储表情,那么选择 utf8mb4 来进行存储,注意它与 utf-8 编码的区别。
【强制】如果存储的字符串长度几乎相等(如身份证号),使用 char 定长字符串类型。
【强制】varchar 是可变长字符串,不预先分配存储空间,长度不要超过 5000,如果存储长度大于此值,定义字段类型为 text,独立出来一张表,用主键来对应,避免影响其它字段索引效率。
【强制】字符串VARCHAR(N), 其中 N表示字符个数,请尽量减少 N 的大小.
参考:code VARCHAR(32);name VARCHAR(32);memo VARCHAR(512);
- 【推荐】Blob 和 Text 类型所存储的数据量大,删除和修改操作容易在数据表里产生大量的碎片,避免使用 Blob 或 Text 类型。特殊情况需要使用时,应当另外建立子表,单独管理。
日期和时间
- 【强制】时间字段使用时间日期类型,不要使用字符串类型存储,日期使用DATE类型,年使用YEAR类型,日期时间使用DATETIME
其他
- 【强制】表示状态/类型的字段使用简短而又明确的英文表示,禁止用数字表示(除非需要使用该字段排序)。
【强制】表示状态字段(0-255)的使用 TINYINT UNSINGED,禁止使用枚举类型,注释必须清晰地说明每个枚举的含义,以及是否多选等.
程序大多数时候是给人类看的,现代的服务器在运行效率上已经不差这点性能和存储空间了。所以应当让调试程序的同事能够不查看文档就清楚含义。
- 【强制】表示boolean类型的都使用TINYINT(1),因为mysql本身是没有boolean类型的。
TINYINT(4),这个括号里面的数值并不是表示使用多大空间存储,而是最大显示宽度,并且只有字段指定zerofill时有用,没有zerofill,(m)就是无用的,例如id BIGINT ZEROFILL NOT NULL,所以建表时就使用默认就好了,不需要加括号了,除非有特殊需求,例如TINYINT(1)代表boolean类型。
TINYINT(1),TINYINT(4)都是存储一个字节,并不会因为括号里的数字改变。例如TINYINT(4)存储22则会显示0022,因为最大宽度为4,达不到的情况下用0来补充。
索引规范
- 【强制】不得使用外键与级联,一切外键概念必须在应用层解决。
说明:以学生和成绩的关系为例,学生表中的 student_id 是主键,那么成绩表中的 student_id 则为外键。如果更新学生表中的 student_id,同时触发成绩表中的 student_id 更新,即为级联更新。外键与级联更新适用于单机低并发,不适合分布式、高并发集群;级联更新是强阻塞,存在数据库更新风暴的风险;外键影响数据库的插入速度。
- 【强制】业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引。
不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明 显的;另外,即使在应用层做了非常完善的校验控制,只要没有唯一索引,根据墨菲定律,必然有脏数据产生。
- 【强制】超过三个表禁止 join。需要 join 的字段,数据类型必须绝对一致;多表关联查询时,保证被关联的字段需要有索引。
即使双表 join 也要注意表索引、SQL 性能。
- 【强制】在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据 实际文本区分度决定索引长度即可。
说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会高达 90%以上,可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。
- 【强制】页面搜索尽量避免左模糊或者全模糊,如果需要请走ES等搜索引擎来解决。
索引文件具有 B-Tree 的最左前缀匹配特性,如果左边的值未确定,那么无法使用此索引。
- 【推荐】如果有 order by 的场景,请注意利用索引的有序性。order by 最后的字段是组合索引的一部分,并且放在索引组合顺序的最后,避免出现 file_sort 的情况,影响查询性能。
正例:where a=? and b=? order by c; 索引:a_b_c 反例:索引中有范围查找,那么索引有序性无法利用,如:WHERE a>10 ORDER BY b; 索引 a_b 无法排序。
- 【推荐】利用延迟关联或者子查询优化超多分页场景。
说明:MySQL并不是跳过 offset 行,而是取 offset+N 行,然后返回放弃前 offset 行,返回 N 行,那当 offset 特别大的时候,效率就非常的低下,要么控制返回的总页数,要么对超过特定阈值的页数进行 SQL 改写。
正例:先快速定位需要获取的 id 段,然后再关联:
SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id
- 【推荐】SQL 性能优化的目标:至少要达到 range 级别,要求是 ref 级别,如果可以是 consts 最好。
说明:
- consts 单表中最多只有一个匹配行(主键或者唯一索引),在优化阶段即可读取到数据。
- ref 指的是使用普通的索引(normal index)。
- range 对索引进行范围检索。
反例:explain 表的结果,type=index,索引物理文件全扫描,速度非常慢,这个 index 级别比较 range 还低,与全表扫描是小巫见大巫。
- 【推荐】建组合索引的时候,区分度最高的在最左边。
正例:如果 where a=? and b=? ,a 列的几乎接近于唯一值,那么只需要单建 idx_a 索引即可。
说明:存在非等号和等号混合判断条件时,在建索引时,请把等号条件的列前置。如:where a>? and b=? 那么即使 a 的区分度更高,也必须把 b 放在索引的最前列。
【推荐】防止因字段类型不同造成的隐式转换,导致索引失效。
【参考】创建索引时避免有如下极端误解:
- 宁滥勿缺。认为一个查询就需要建一个索引。
- 宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。
- 抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。
12. 总结
• 索引占磁盘空间,不要重复的索引,尽量短
• 只给常用的查询条件加索引
• 过滤性高的列建索引,取值范围固定的列不建索引
• 唯一的记录添加唯一索引
• 频繁更新的列不要建索引
• 不要对索引列运算
• 同样过滤效果下,保持索引长度最小
• 合理利用组合索引,注意索引字段先后顺序
• 多列组合索引,过滤性高的字段最前
• order by 字段建立索引,避免 filesort
• 组合索引,不同的排序顺序不能使用索引
• <>!=无法使用索引