数据库开发规范

目录

基础规范

命名规范

表设计规范

字段设计规范

索引设计规范

SQL使用规范

基础规范

必须使用InnoDB存储引擎

解读：支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资源利用率更高。

必须使用UTF8字符集

解读：万国码，无需转码，无乱码风险，节省空间

数据表、数据字段必须加入中文注释

解读：N年后谁tm知道这个r1,r2,r3字段是干嘛的

禁止使用存储过程、视图、触发器、Event

解读：高并发大数据的互联网业务，架构设计思路是“解放数据库CPU，将计算转移到服务层”，并发量大的情况下，这些功能很可能将数据库拖死，业务逻辑放到服务层具备更好的扩展性，能够轻易实现“增机器就加性能”。数据库擅长存储与索引，CPU计算还是上移吧

禁止存储大文件或者大照片

解读：为何要让数据库做它不擅长的事情？大文件和照片存储在文件系统，数据库里存URI多好

不在数据库做计算，cpu计算务必移至业务层

控制单表数据量，单表记录控制在千万级

控制列数量，字段数控制在20以内

平衡范式与冗余，为提高效率可以牺牲范式设计，冗余数据

拒绝3B(big)，大sql，大事务，大批量

命名规范

只允许使用内网域名，而不是ip连接数据库

线上环境、开发环境、测试环境数据库内网域名遵循命名规范

业务名称：xxx

从库在名称后加-s标识，备库在名称后加-ss标识

线上从库：dj.xxx-s.db

线上备库：dj.xxx-sss.db

库名、表名、字段名：小写，下划线风格，不超过32个字符，必须见名知意，禁止拼音英文混用

表名t_xxx，非唯一索引名idx_xxx，唯一索引名uniq_xxx

表设计规范

表必须有主键，例如自增主键

表必须有主键，推荐使用UNSIGNED整数为主键。

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。

表必须有主键，推荐使用UNSIGNED整数为主键。

解读：

主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用

主键要选择较短的数据类型， Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率

无主键的表删除，在row模式的主从架构，会导致备库夯住

禁止使用外键，如果有外键完整性约束，需要应用程序控制

解读：外键会导致表与表之间耦合，update与delete操作都会涉及相关联的表，十分影响sql 的性能，甚至会造成死锁。高并发情况下容易造成数据库性能，大数据高并发业务场景数据库使用以性能优先

如果存储的字符串长度几乎相等，使用 char 定长字符串类型

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

字段设计规范

必须把字段定义为NOT NULL并且提供默认值

解读：

null的列使索引/索引统计/值比较都更加复杂，对MySQL来说更难优化

null 这种类型MySQL内部需要进行特殊处理，增加数据库处理记录的复杂性；同等条件下，表中有较多空字段的时候，数据库的处理性能会降低很多

null值需要更多的存储空，无论是表还是索引中每行中的null的列都需要额外的空间来标识

对null 的处理时候，只能采用is null或is not null，而不能采用=、in、、!=、not in这些操作符号。如：where name!=’shenjian’，如果存在name为null值的记录，查询结果就不会包含name为null值的记录

禁止使用TEXT、BLOB类型

解读：会浪费更多的磁盘和内存空间，非必要的大量的大字段查询会淘汰掉热数据，导致内存命中率急剧降低，影响数据库性能

禁止使用小数存储货币

解读：使用整数吧，小数容易导致钱对不上

必须使用varchar(20)存储手机号

解读：

涉及到区号或者国家代号，可能出现+-()

手机号会去做数学运算么？

varchar可以支持模糊查询，例如：like“138%”

禁止使用ENUM，可使用TINYINT代替

解读：

增加新的ENUM值要做DDL操作

ENUM的内部实际存储就是整数，你以为自己定义的是字符串？

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：

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。

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。

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。

索引设计规范

单表索引建议控制在5个以内

单索引字段数不允许超过5个

解读：字段超过5个时，实际已经起不到有效过滤数据的作用了

禁止在更新十分频繁、区分度不高的属性上建立索引

解读：

更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能

“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似。

建立组合索引，必须把区分度高的字段放在前面

解读：能够更加有效的过滤数据

不在索引做列运算

务必请使用“同类型”进行比较，否则可能全表扫面。

字符字段必须建前缀索引。

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。

解读：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。

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。

解读：即使双表 join 也要注意表索引、SQL性能。

页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。

解读：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。

如果有 order by 的场景，请注意利用索引的有序性。

解读：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。

利用覆盖索引来进行查询操作，避免回表。

解读：如果一本书需要知道第 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作用。

正例： 能够建立索引的种类：主键索引、唯一索引、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。

利用延迟关联或者子查询优化超多分页场景。

解读：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。

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。

解读：

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。

建组合索引的时候，区分度最高的在最左边。

解读：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。

SQL使用规范

禁止使用SELECT *，只获取必要的字段，需要显示说明列属性

解读：

读取不需要的列会增加CPU、IO、NET消耗

不能有效的利用覆盖索引

使用SELECT *容易在增加或者删除字段后出现程序BUG

禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性

解读：容易在增加或者删除字段后出现程序BUG

禁止使用属性隐式转换

phone是varchar类型，SQL语句带入的是整形，故不会命中索引，加个引号就好了

SELECT uid FROM t_user WHERE phone=’13812345678’

禁止在WHERE条件的属性上使用函数或者表达式

解读：SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15' 会导致全表扫描

正确的写法：SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')

禁止负向查询，以及%开头的模糊查询

解读：

负向查询条件：NOT、!=、、!、NOT IN、NOT LIKE等，会导致全表扫描

%开头的模糊查询，会导致全表扫描

禁止大表使用JOIN查询，禁止大表使用子查询

解读：会产生临时表，消耗较多内存与CPU，极大影响数据库性能

禁止使用OR条件，必须改为IN查询

解读：旧版本Mysql的OR查询是不能命中索引的，即使能命中索引，为何要让数据库耗费更多的CPU帮助实施查询优化呢？

应用程序必须捕获SQL异常，并有相应处理

使用新能分析工

使用union all替代union

解读：union有去重开销。

sql语句尽可能简单

解读：大语句拆小语句，减少锁时间；一条大sql可以堵死整个库。

OR改写为IN()

OR改写为UNION

limit高效分页

解读：limit越大，效率越低。

`

尽量不用连接join。

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。

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

count(distinct col) 计算该列除 NULL 之外的不重复行数，注意 count(distinct col1, col2) 如果其中一列全为 NULL，那么即使另一列有不同的值，也返回为 0。

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，因此使用 sum()时需注意 NPE 问题。

使用 ISNULL()来判断是否为 NULL值。注意：NULL 与任何值的直接比较都为 NULL。

解读：

NULLNULL 的返回结果是 NULL，而不是 false。

NULL=NULL 的返回结果是 NULL，而不是 true。

NULL1 的返回结果是 NULL，而不是 true。

不得使用外键与级联，一切外键概念必须在应用层解决。

解读：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。

in 操作能避免则避免，若实在避免不了，需要仔细评估 in 后边的集合元素数量，控制在 1000 个之内

如果有全球化需要，所有的字符存储与表示，均以 utf-8 编码，注意字符统计函数的区别。

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，有可能造成事故，故不建议在开发代码中使用此语句。

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