MySQL 相关规约（v1.0）

0）前言

a. 基本规约

【强制】表存储引擎必须使用InnoDB（针对主库通常是强制要求的）

【强制】表字符集默认使用utf8，必要时候使用utf8mb4（我的踩坑：emoji表情存储问题）

• 说明：
  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

 【强制】禁止使用存储过程，视图，触发器，Event

• 说明
  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

【强制】禁止在数据库中存储大文件，例如照片，能够将大文件存储在对象存储系统，数据库中存储路径

【强制】禁止在线上环境作数据库压力测试

【强制】测试，开发，线上数据库环境必须隔离

b. 命名规范

【强制】库名，表名，列名必须用小写，采用下划线分隔

• 说明：abc，Abc，ABC都是给本身埋坑

【推荐】库名，表名，列名必须见名知义，长度不要超过32字符

• 说明：tmp，wushan谁TM知道这些库是干吗的

【推荐】库备份必须以bak为前缀，以日期为后缀

【推荐】从库必须以-s为后缀

【推荐】备库必须以-ss为后缀

1）建表规约

【强制】单实例表个数必须控制在2000个之内

【强制】单表分表个数必须控制在1024个之内

【强制】表必须有主键，推荐使用UNSIGNED整数为主键

• 说明：潜在坑：删除无主键的表，若是是row模式的主从架构，从库会挂住

【强制】禁止使用外键，若是要保证完整性，应由应用程式实现

• 说明：外键使得表之间相互耦合，影响update/delete等SQL性能，有可能形成死锁，高并发状况下容易成为数据库瓶颈

【推荐】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

【推荐】根据业务区分使用tinyint/int/bigint，分别会占用1/4/8字节

【推荐】根据业务区分使用char/varchar

• 说明：
  1. 字段长度固定，或者长度近似的业务场景，适合使用char，可以减小碎片，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，可以减小空间

 【推荐】根据业务区分使用datetime/timestamp

• 说明：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

 【强制】必须把字段定义为NOT NULL并设默认值

• 说明：
  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须要更多的存储空间
  3. NULL只能采用IS NULL或者IS NOT NULL，而在=/!=/in/not in时有大坑

 【强制】使用INT UNSIGNED存储IPv4，不要用char(15)

 【强制】使用varchar(20)存储手机号，不要使用整数

• 说明：
  1. 牵扯到国家代号，可能出现+/-/()等字符，例如+86
  2. 手机号不会用来作数学运算
  3. varchar能够模糊查询，例如like ‘138%’

 【强制】使用TINYINT来代替ENUM

• 说明：ENUM增长新值要进行DDL操做

【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:任何字段若是为非负数，必须是 unsigned。
• 正例:表达逻辑删除的字段名 is_deleted，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，由于没法进行预发布，因此字段名称须要慎重考虑。

• 说明:MySQL 在 Windows 下不区分大小写，但在 Linux 下默认是区分大小写。所以，数据库 名、表名、字段名，都不容许出现任何大写字母，避免节外生枝。
• 正例:aliyun_admin，rdc_config，level3_name
• 反例:AliyunAdmin，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，不该该表示实体数量，对应于 DO 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;惟一索引名为 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。

【推荐】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，极可能在值的比较时，获得不 正确的结果。若是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。

【强制】若是存储的字符串长度几乎相等，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，若是存储长 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】表必备三字段:id, gmt_create, gmt_modified。

• 说明:其中id必为主键，类型为unsigned bigint、单表时自增、步长为1。gmt_create, gmt_modified 的类型均为 date_time 类型，前者如今时表示主动建立，后者过去分词表示被 动更新。

【推荐】表的命名最好是加上“业务名称_表的做用”。

• 正例:alipay_task / force_project / trade_config

【推荐】库名与应用名称尽可能一致。

【推荐】若是修改字段含义或对字段表示的状态追加时，须要及时更新字段注释。

【推荐】字段容许适当冗余，以提升查询性能，但必须考虑数据一致。冗余字段应遵循:  1)不是频繁修改的字段。 2)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:若是预计三年后的数据量根本达不到这个级别，请不要在建立表时就分库分表。

【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，更重要的是提高检 索速度。

• 正例:以下表，其中无符号值能够避免误存负数，且扩大了表示范围。

对象	年龄区间	类型	字节	表示范围
人	150 岁以内	unsigned tinyint	1	无符号值:0 到 255
龟	数百岁	unsigned smallint	2	无符号值:0 到 65535
恐龙化石	数千万年	unsigned int	4	无符号值:0 到约 42.9 亿
太阳	约 50 亿年	unsigned bigint	8	无符号值:0 到约 10 的 19 次方

2）索引规约

【推荐】惟一索引使用uniq_[字段名]来命名

【推荐】非惟一索引使用idx_[字段名]来命名

【推荐】单张表索引数量建议控制在5个之内

• 说明：
  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，若是索引太多，会下降性能，并可能致使MySQL选择不到最优索引
  3. 异常复杂的查询需求，能够选择ES等更为适合的方式存储

 【推荐】组合索引字段数不建议超过5个

• 说明：若是5个字段还不能极大缩小row范围，八成是设计有问题

【推荐】不建议在频繁更新的字段上创建索引

【推荐】非必要不要进行JOIN查询，若是要进行JOIN查询，被JOIN的字段必须类型相同，并创建索引

• 说明：踩过由于JOIN字段类型不一致，而致使全表扫描的坑么？

【推荐】理解组合索引最左前缀原则，避免重复建设索引，若是创建了(a,b,c)，至关于创建了(a), (a,b), (a,b,c)

【强制】业务上具备惟一特性的字段，即便是多个字段的组合，也必须建成惟一索引。

• 说明:不要觉得惟一索引影响了 insert 速度，这个速度损耗能够忽略，但提升查找速度是明 显的;另外，即便在应用层作了很是完善的校验控制，只要没有惟一索引，根据墨菲定律，必 然有脏数据产生。

【强制】超过三个表禁止 join。须要 join 的字段，数据类型必须绝对一致;多表关联查询时， 保证被关联的字段须要有索引。

• 说明:即便双表 join 也要注意表索引、SQL 性能。

【强制】在 varchar 字段上创建索引时，必须指定索引长度，不必对全字段创建索引，根据 实际文本区分度决定索引长度便可。

• 说明:索引的长度与区分度是一对矛盾体，通常对字符串类型数据，长度为 20 的索引，区分度会高达 90%以上，可使用 count(distinct left(列名, 索引长度))/count(*)的区分度来肯定。

【强制】页面搜索严禁左模糊或者全模糊，若是须要请走搜索引擎来解决。

• 说明:索引文件具备 B-Tree 的最左前缀匹配特性，若是左边的值未肯定，那么没法使用此索 引。

【推荐】若是有 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，而且放在索引组合顺序的最后，避免出现 file_sort 的状况，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，那么索引有序性没法利用，如:WHERE a>10 ORDER BY b; 索引 a_b 没法排序。

【推荐】利用覆盖索引来进行查询操做，避免回表。

• 说明:若是一本书须要知道第 11 章是什么标题，会翻开第 11 章对应的那一页吗?目录浏览 一下就好，这个目录就是起到覆盖索引的做用。 正例:可以创建索引的种类:主键索引、惟一索引、普通索引，而覆盖索引是一种查询的一种 效果，用explain的结果，extra列会出现:using index。

【推荐】利用延迟关联或者子查询优化超多分页场景。

• 说明:MySQL 并非跳过 offset 行，而是取 offset+N 行，而后返回放弃前 offset 行，返回 N 行，那当 offset 特别大的时候，效率就很是的低下，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:先快速定位须要获取的 id 段，而后再关联: 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，若是能够是 consts 最好。

• 说明:
  1. consts 单表中最多只有一个匹配行(主键或者惟一索引)，在优化阶段便可读取到数据。
  2. ref 指的是使用普通的索引(normal index)。
  3. 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，速度很是慢，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:若是 where a=? and b=? ，a 列的几乎接近于惟一值，那么只须要单建 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=? 那么即便 a 的区分度更高，也必须把 b 放在索引的最前列。

【推荐】防止因字段类型不一样形成的隐式转换，致使索引失效。

【参考】建立索引时避免有以下极端误解:

1. 宁滥勿缺。认为一个查询就须要建一个索引。
2. 宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。
3. 抵制唯一索引。认为业务的唯一性一概须要在应用层经过“先查后插”方式解决。

3）查询规约

【强制】禁止使用select *，只获取必要字段

• 说明：
  1. select *会增长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，在表结构变动时，能保证对应用程序无影响

【推荐】insert必须指定字段，禁止使用insert into T values()

• 说明：指定字段插入，在表结构变动时，能保证对应用程序无影响

【强制】隐式类型转换会使索引失效，致使全表扫描

【强制】禁止在where条件列使用函数或者表达式

• 说明：致使不能命中索引，全表扫描

【强制】禁止负向查询以及%开头的模糊查询

• 说明：致使不能命中索引，全表扫描

【强制】禁止大表JOIN和子查询（非离线大数据库）

【推荐】同一个字段上的OR必须改写问IN，IN的值必须少于50个

【推荐】应用程序必须捕获SQL异常

• 说明：方便定位线上问题

【强制】不要使用 count(列名)或 count(常量)来替代 count(*)，count(*)是 SQL92 定义的 标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关。

• 说明:count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。

【强制】count(distinct col) 计算该列除 NULL 以外的不重复行数，注意 count(distinct col1, col2) 若是其中一列全为NULL，那么即便另外一列有不一样的值，也返回为0。

【强制】当某一列的值全是 NULL 时，count(col)的返回结果为 0，但 sum(col)的返回结果为 NULL，所以使用 sum()时需注意 NPE 问题。

• 正例:可使用以下方式来避免sum的NPE问题:SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;

【强制】使用 ISNULL()来判断是否为 NULL 值。

• 说明:NULL 与任何值的直接比较都为 NULL。
• NULL<>NULL的返回结果是NULL，而不是false。
• NULL=NULL的返回结果是NULL，而不是true。
• NULL<>1的返回结果是NULL，而不是true。

【强制】 在代码中写分页查询逻辑时，若 count 为 0 应直接返回，避免执行后面的分页语句。

【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。若是更新学生表中的 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】禁止使用存储过程，存储过程难以调试和扩展，更没有移植性。

【强制】数据订正时，删除和修改记录时，要先 select，避免出现误删除，确认无误才能执 行更新语句。

【推荐】in 操做能避免则避免，若实在避免不了，须要仔细评估 in 后边的集合元素数量，控制在 1000 个以内。

【参考】若是有全球化须要，全部的字符存储与表示，均以 utf-8 编码，注意字符统计函数 的区别。

• 说明:
  • SELECT LENGTH("轻松工做"); 返回为12
  • SELECT CHARACTER_LENGTH("轻松工做"); 返回为4 若是须要存储表情，那么选择 utfmb4 来进行存储，注意它与 utf-8 编码的区别。

【参考】TRUNCATE TABLE 比 DELETE 速度快，且使用的系统和事务日志资源少，但 TRUNCATE 无事务且不触发 trigger，有可能形成事故，故不建议在开发代码中使用此语句。

• 说明:TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。

 

参考材料：

1）https://mp.weixin.qq.com/s/YfCORbcCX1hymXBCrZbAZg

2）https://yq.aliyun.com/articles/73861