新整理，MySQL 开发规范

最近在对公司数据库进行分库和重新架构，，现整理一份规范，仅供一起学习。

命名规范

基本命名原则

• 使用有意义的英文词汇，词汇中间以下划线分隔。（不要用拼音）
• 只能使用英文字母，数字，下划线，并以英文字母开头。
• 库、表、字段全部采用小写，不要使用驼峰式命名。
• 避免用 ORACLE、MySQL 的保留字，如 desc，关键字如 index。
• 命名禁止超过 32 个字符，须见名之意，建议使用名词不是动词
• 数据库，数据表一律使用前缀
  • 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

为什么库、表、字段全部采用小写？

在 MySQL 中，数据库和表对就于那些目录下的目录和文件。因而，操作系统的敏感性决定数据库和表命名的大小写敏感。

• Windows 下是不区分大小写的。
• Linux 下大小写规则：
  • 数据库名与表名是严格区分大小写的；
  • 表的别名是严格区分大小写的；
  • 列名与列的别名在所有的情况下均是忽略大小写的；
  • 变量名也是严格区分大小写的；

如果已经设置了驼峰式的命名如何解决？需要在 MySQL 的配置文件 my.ini 中增加 lower_case_table_names = 1 即可。

表命名

• 同一个模块的表尽可能使用相同的前缀，表名称尽可能表达含义。所有日志表均以 log_ 开头

字段命名

• 表达其实际含义的英文单词或简写。布尔意义的字段以“is_”作为前缀，后接动词过去分词。
• 各表之间相同意义的字段应同名。各表之间相同意义的字段，以去掉模块前缀的表名_字段名命名。
• 外键字段用表名_字段名表示其关联关系。
• 表的主键一般都约定成为 id，自增类型，是别的表的外键均使用 xxx_id 的方式来表明。

索引命名

• 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

约束命名

• 主键约束：pk_表名称。
• 唯一约束：uk_表名称_字段名。（应用中需要同时有唯一性检查逻辑。）

触发器命名

• trg_表名_操作。

函数过程命名

• 采用动词 + 名词的形式表达其含义。

序列命名

• seq_表名

表设计规范

1、表引擎取决于实际应用场景；日志及报表类表建议用 myisam，与交易，审核，金额相关的表建议用 innodb 引擎。如无说明，建表时一律采用 innodb 引擎。

2、默认使用 utf8mb4 字符集，数据库排序规则使用 utf8mb4_general_ci，（由于数据库定义使用了默认，数据表可以不再定义，但为保险起见，建议都写上）。

为什么字符集不选择 utf8，排序规则不使用 utf8_general_ci？

采用 utf8 编码的 MySQL 无法保存占位是 4 个字节的 Emoji 表情。为了使后端的项目，全面支持客户端输入的 Emoji 表情，升级编码为 utf8mb4 是最佳解决方案。对于 JDBC 连接串设置了 characterEncoding 为 utf8 或者做了上述配置仍旧无法正常插入 emoji 数据的情况，需要在代码中指定连接的字符集为 utf8mb4。

3、所有表、字段均应用 comment 列属性来描述此表、字段所代表的真正含义，如枚举值则建议将该字段中使用的内容都定义出来。

4、如无说明，表中的第一个 id 字段一定是主键且为自动增长，禁止在非事务内作为上下文作为条件进行数据传递。禁止使用 varchar 类型作为主键语句设计。

5、如无说明，表必须包含 create_time 和 modify_time 字段，即表必须包含记录创建时间和修改时间的字段

6、如无说明，表必须包含 is_del，用来标示数据是否被删除，原则上数据库数据不允许物理删除。

7、用尽量少的存储空间来存数一个字段的数据

• 能用 int 的就不用 char 或者 varchar
• 能用 tinyint 的就不用 int
• 使用 UNSIGNED 存储非负数值。
• 不建议使用 ENUM、SET 类型，使用 TINYINT 来代替
• 使用短数据类型，比如取值范围为 0-80 时，使用 TINYINT UNSIGNED
• 存储精确浮点数必须使用 DECIMAL 替代 FLOAT 和 DOUBLE
• 时间字段，除特殊情况一律采用 int 来记录 unix_timestamp
  • 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。
• 建议使用 INT UNSIGNED 存储 IPV4。
• 尽可能不使用 TEXT、BLOB 类型
• 禁止在数据库中使用 VARBINARY、BLOB 存储图片、文件等。建议使用其他方式存储（TFS/SFS），MySQL 只保存指针信息。
• 单条记录大小禁止超过 8k（列长度(中文)*3(UTF8)+ 列长度(英文)*1）

datetime 与 timestamp 有什么不同？

相同点：TIMESTAMP 列的显示格式与 DATETIME 列相同。显示宽度固定在 19 字符，并且格式为 YYYY-MM-DD HH:MM:SS。
不同点：

• TIMESTAMP
  • 4 个字节储存，时间范围：1970-01-01 08:00:01 ~ 2038-01-19 11:14:07
  • 值以 UTC 格式保存，涉及时区转化 ，存储时对当前的时区进行转换，检索时再转换回当前的时区。
• datetime
  • 8 个字节储存，时间范围：1000-01-01 00:00:00 ~ 9999-12-31 23:59:59
  • 实际格式储存，与时区无关

如何使用 TIMESTAMP 的自动赋值属性？

• 将当前时间作为 ts 的默认值：ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP。
• 当行更新时，更新 ts 的值：ts TIMESTAMP DEFAULT 0 ON UPDATE CURRENT_TIMESTAMP。
• 可以将 1 和 2 结合起来：ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP。

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。

8、如无备注，所有字段都设置 NOT NULL，并设置默认值；

9、禁止在数据库中存储明文密码

10、如无备注，所有的布尔值字段，如 is_hot、is_deleted，都必须设置一个默认值，并设为 0；

11、如无备注，排序字段 order_id 在程序中默认使用降序排列；

12、整形定义中不添加长度，比如使用 INT，而不是 INT[4]

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。很多人他们认为 INT(4)和 INT(10)其取值范围分别是 (-9999 到 9999)和(-9999999999 到 9999999999)，这种理解是错误的。其实对整型中的 M 值与 ZEROFILL 属性结合使用时可以实现列值等宽。不管 INT[M]中 M 值是多少，其取值范围还是 (-2147483648 到 2147483647 有符号时)，(0 到 4294967295 无符号时)。

显示宽度并不限制可以在列内保存的值的范围，也不限制超过列的指定宽度的值的显示。当结合可选扩展属性 ZEROFILL 使用时默认补充的空格用零代替。例如：对于声明为 INT(5) ZEROFILL 的列，值 4 检索为 00004。请注意如果在整数列保存超过显示宽度的一个值，当 MySQL 为复杂联接生成临时表时会遇到问题，因为在这些情况下 MySQL 相信数据适合原列宽度，如果为一个数值列指定 ZEROFILL, MySQL 自动为该列添加 UNSIGNED 属性。

13、使用 VARBINARY 存储大小写敏感的变长字符串

什么时候用 CHAR，什么时候用 VARCHAR？

CHAR 和 VARCHAR 类型类似，但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。CHAR 和 VARCHAR 类型声明的长度表示你想要保存的最大字符数。例如，CHAR(30)可以占用 30 个字符。

• CHAR 列的长度固定为创建表时声明的长度。长度可以为从 0 到 255 的任何值。当保存 CHAR 值时，在它们的右边填充空格以达到指定的长度。当检索到 CHAR 值时，尾部的空格被删除掉。在存储或检索过程中不进行大小写转换。
• VARCHAR 列中的值为可变长字符串。长度可以指定为 0 到 65,535 之间的值。(VARCHAR 的最大有效长度由最大行大小和使用的字符集确定。整体最大长度是 65,532 字节）。

同 CHAR 对比，VARCHAR 值保存时只保存需要的字符数，另加一个字节来记录长度(如果列声明的长度超过 255，则使用两个字节)。VARCHAR 值保存时不进行填充。当值保存和检索时尾部的空格仍保留，符合标准 SQL。

char 适合存储用户密码的 MD5 哈希值，它的长度总是一样的。对于经常改变的值，char 也好于 varchar,因为固定长度的行不容易产生碎片，对于很短的列，char 的效率也高于 varchar。char(1)字符串对于单字节字符集只会占用一个字节，但是 varchar(1)则会占用 2 个字节，因为 1 个字节用来存储长度信息。

索引设计规范

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。索引的用途：去重、加速定位、避免排序、覆盖索引。

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。

索引的基本规范

1、索引数量控制，单张表中索引数量不超过 5 个，单个索引中的字段数不超过 5 个。

• 综合评估数据密度和分布
• 考虑查询和更新比例

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。

2、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。

• 不要索引 blob/text 等字段,不要索引大型字段,这样做会让索引占用太多的存储空间

什么是前缀索引？

前缀索引说白了就是对文本的前几个字符（具体是几个字符在建立索引时指定）建立索引，这样建立起来的索引更小，所以查询更快。 前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。

建立前缀索引的语法：ALTER TABLE table_name ADD KEY(column_name(prefix_length));

3、主键准则

• 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
• 默认使用非空的唯一键
• 建议选择自增或发号器

4、 重要的 SQL 必须被索引，核心 SQL 优先考虑覆盖索索引

• UPDATE、DELETE 语句的 WHERE 条件列
• ORDER BY、GROUP BY、DISTINCT 的字段
• 多表 JOIN 的字段

5、区分度最大的字段放在前面

• 选择筛选性更优的字段放在最前面，比如单号、userid 等，type，status 等筛选性一般不建议放在最前面
• 索引根据左前缀原则，当建立一个联合索引(a,b,c)，则查询条件里面只有包含(a)或(a,b)或(a,b,c)的时候才能走索引,(a,c)作为条件的时候只能使用到 a 列索引,所以这个时候要确定 a 的返回列一定不能太多，不然语句设计就不合理,(b,c)则不能走索引
• 合理创建联合索引（避免冗余），(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)

6、索引禁忌

• 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
• 不要索引常用的小型表

7、 尽量不使用外键

• 外键用来保护参照完整性，可在业务端实现
• 对父表和子表的操作会相互影响，降低可用性
• INNODB 本身对 online DDL 的限制

MYSQL 中索引的限制

• MYISAM 存储引擎索引长度的总和不能超过 1000 字节
• BLOB 和 TEXT 类型的列只能创建前缀索引
• MYSQL 目前不支持函数索引
• 使用不等于 (!= 或者 <>) 的时候, MYSQL 无法使用索引。
• 过滤字段使用函数运算 (如 abs (column)) 后, MYSQL 无法使用索引。
• join 语句中 join 条件字段类型不一致的时候 MYSQL 无法使用索引
• 使用 LIKE 操作的时候如果条件以通配符开始 (如 ‘%abc…’)时, MYSQL 无法使用索引。
• 使用非等值查询的时候, MYSQL 无法使用 Hash 索引。

语句设计规范

1、使用预编译语句

• 只传参数，比传递 SQL 语句更高效
• 一次解析，多次使用
• 降低 SQL 注入概率

2、避免隐式转换

• 会导致索引失效

3、充分利用前缀索引

• 必须是最左前缀
• 不可能同时用到两个范围条件
• 不使用 % 前导的查询，如 like “%ab”

4、不使用负向查询，如 not in/like

• 无法使用索引，导致全表扫描
• 全表扫描导致 buffer pool 利用率降低

5、避免使用存储过程、触发器、UDF、events 等

• 让数据库做最擅长的事
• 降低业务耦合度，为 sacle out、sharding 留有余地
• 避开 BUG

6、避免使用大表的 JOIN

• MySQL 最擅长的是单表的主键/二级索引查询
• JOIN 消耗较多内存，产生临时表

7、避免在数据库中进行数学运算

• MySQL 不擅长数学运算和逻辑判断
• 无法使用索引

7、减少与数据库的交互次数

• INSERT … ON DUPLICATE KEY UPDATE
• REPLACE INTO、INSERT IGNORE 、INSERT INTO VALUES(),(),()
• UPDATE … WHERE ID IN(10,20,50,…)

8、合理的使用分页

• 限制分页展示的页数
• 只能点击上一页、下一页
• 采用延迟关联

如何正确的使用分页？

mysql 中分页查询有两种方式, 一种是使用 COUNT(*)的方式,具体代码如下

SELECT COUNT(*) FROM foo WHERE b = 1;

SELECT a FROM foo WHERE b = 1 LIMIT 100,10;

另外一种是使用 SQL_CALC_FOUND_ROWS

SELECT SQL_CALC_FOUND_ROWS a FROM foo WHERE b = 1 LIMIT 100, 10;

SELECT FOUND_ROWS();

第二种方式调用 SQL_CALC_FOUND_ROWS 之后会将 WHERE 语句查询的行数放在 FOUND_ROWS()之中，第二次只需要查询 FOUND_ROWS()就可以查出有多少行了。

两种方式的比较？

首先原子性讲，第二种肯定比第一种好。第二种能保证查询语句的原子性，第一种当两个请求之间有额外的操作修改了表的时候，结果就自然是不准确的了。而第二种则不会。但是非常可惜，一般页面需要进行分页显示的时候，往往并不要求分页的结果非常准确。即分页返回的 total 总数大 1 或者小 1 都是无所谓的。所以其实原子性不是我们分页关注的重点。

下面看效率。这个非常重要，分页操作在每个网站上的使用都是非常大的，查询量自然也很大。由于无论哪种，分页操作必然会有两次 sql 查询，于是就有很多很多关于两种查询性能的比较：

SQL_CALC_FOUND_ROWS 真的很慢么？

如流, 新一代智能工作平台 如流，是百度旗下新一代智能工作平台，以知识管理为核心，构建AI时代工作流水线，助力企业实现提效创新，赋能企业在智能经济时代打造核心竞争力。 如流 - hi.baidu.com

To SQL_CALC_FOUND_ROWS or not to SQL_CALC_FOUND_ROWS?

To SQL_CALC_FOUND_ROWS or not to SQL_CALC_FOUND_ROWS? - Percona Database Performance Blog When we optimize clients’ SQL queries I pretty often see a queries with SQL_CALC_FOUND_ROWS option used. Many people think, that it is faster to use this option than run two separate queries: one – to get a result set, another – to count total number of rows. In this post I’ll try to check, is […] Percona Database Performance Blog - www.mysqlperformanceblog.com

老王这篇文章里面有提到一个 covering index 的概念，简单来说就是怎样才能只让查询根据索引返回结果，而不进行表查询

具体看他的另外一篇文章：

MySQL 之 Covering Index

如流, 新一代智能工作平台 如流，是百度旗下新一代智能工作平台，以知识管理为核心，构建AI时代工作流水线，助力企业实现提效创新，赋能企业在智能经济时代打造核心竞争力。 如流 - hi.baidu.com

所以我得出的结论是如果数据库是 InnoDB 的话，我还是倾向于使用 SQL_CALC_FOUND_ROWS

结论：SQL_CALC_FOUND_ROWS 和 COUNT(*)的性能在都使用 covering index 的情况下前者高，在没使用 covering index 情况下后者性能高。所以使用的时候要注意这个。

9、拒绝大 SQL，拆分成小 SQL

• 充分利用 QUERY CACHE
• 充分利用多核 CPU

10、使用 in 代替 or，in 的值不超过 1000 个

11、禁止使用 order by rand()

12、使用 EXPLAIN 诊断，避免生成临时表

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。

13、用 union all 而不是 union

union all 与 union 有什么区别？

union 和 union all 关键字都是将两个结果集合并为一个，但这两者从使用和效率上来说都有所不同。

union 在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。如：

select * from test_union1

union

select * from test_union2

---

这个 SQL 在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。

而 union all 只是简单的将两个结果合并后就返回。这样，如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了。

从效率上说，union all 要比 union 快很多，所以，如果可以确认合并的两个结果集中不包含重复的数据的话，那么就使用 union all，如下：

select * from test_union1

union all

select * from test_union2

14、程序应有捕获 SQL 异常的处理机制

15、禁止单条 SQL 语句同时更新多个表

16、不使用 select * ，SELECT 语句只获取需要的字段

• 消耗 CPU 和 IO、消耗网络带宽
• 无法使用覆盖索引
• 减少表结构变更带来的影响
• 因为大，select/join 可能生成临时表

17、UPDATE、DELETE 语句不使用 LIMIT

18、INSERT 语句必须显式的指明字段名称，不使用 INSERT INTO table()

19、INSERT 语句使用 batch 提交（INSERT INTO table VALUES(),(),()……），values 的个数不超过 500

20、统计表中记录数时使用 COUNT(*)，而不是 COUNT(primary_key)和 COUNT(1) 备注：仅针对 Myisam

21、数据更新建议使用二级索引先查询出主键，再根据主键进行数据更新

22、禁止使用跨库查询

23、禁止使用子查询，建议将子查询转换成关联查询

24、针对 varchar 类型字段的程序处理，请验证用户输入，不要超出其预设的长度；

分表规范

单表一到两年内数据量超过 500w 或数据容量超过 10G 考虑分表，需提前考虑历史数据迁移或应用自行删除历史数据，采用等量均衡分表或根据业务规则分表均可。要分表的数据表必须与 DBA 商量分表策略

• 用 HASH 进行散表，表名后缀使用十进制数，下标从 0 开始
• 按日期时间分表需符合 YYYY[MM][DD][HH]格式
• 采用合适的分库分表策略。例如千库十表、十库百表等
• 禁止使用分区表，分区表对分区键有严格要，分区表在表变大后执行 DDL、SHARDING、单表恢复等都变得更加困难。
• 拆分大字段和访问频率低的字段，分离冷热数据

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、查询数据库其他规范
• 提交线上建表改表需求，必须详细注明所有相关 SQL 语句

其他规范

日志类数据不建议存储在 MySQL 上，优先考虑 Hbase 或 OceanBase，如需要存储请找 DBA 评估使用压缩表存储。