一份非常完整的 MySQL 规范

红太狼 2021-07-31 13:22 399阅读 0赞

![640?wx\_fmt=jpeg][640_wx_fmt_jpeg]

作者：听风

来源：www.cnblogs.com/huchong/p/10219318.html

一、数据库命令规范

*  所有数据库对象名称必须使用小写字母并用下划线分割
 *  所有数据库对象名称禁止使用mysql保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来）
 *  数据库对象的命名要能做到见名识意，并且最后不要超过32个字符
 *  临时库表必须以tmp\_为前缀并以日期为后缀，备份表必须以bak\_为前缀并以日期(时间戳)为后缀
 *  所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低）

二、数据库基本设计规范

**1、所有表必须使用Innodb存储引擎**

没有特殊要求（即Innodb无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用Innodb存储引擎（mysql5.5之前默认使用Myisam，5.6以后默认的为Innodb）Innodb 支持事务，支持行级锁，更好的恢复性，高并发下性能更好

**2、数据库和表的字符集统一使用UTF8**

兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会造成索引失效

**3、所有表和字段都需要添加注释**

使用comment从句添加表和列的备注 从一开始就进行数据字典的维护

**4、尽量控制单表数据量的大小，建议控制在500万以内**

500万并不是MySQL数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题

可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小

**5、谨慎使用MySQL分区表**

分区表在物理上表现为多个文件，在逻辑上表现为一个表 谨慎选择分区键，跨分区查询效率可能更低 建议采用物理分表的方式管理大数据

**6、尽量做到冷热数据分离，减小表的宽度**

MySQL限制每个表最多存储4096列，并且每一行数据的大小不能超过65535字节 减少磁盘IO,保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的IO） 更有效的利用缓存，避免读入无用的冷数据 经常一起使用的列放到一个表中（避免更多的关联操作）

**7、禁止在表中建立预留字段**

预留字段的命名很难做到见名识义 预留字段无法确认存储的数据类型，所以无法选择合适的类型 对预留字段类型的修改，会对表进行锁定

**8、禁止在数据库中存储图片，文件等大的二进制数据**

通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作很耗时 通常存储于文件服务器，数据库只存储文件地址信息

**9、禁止在线上做数据库压力测试**

**10、禁止从开发环境，测试环境直接连接生成环境数据库**

三、数据库字段设计规范

**1、优先选择符合存储需要的最小的数据类型**

*  原因

列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的IO次数也就越多， 索引的性能也就越差

*  方法

1）将字符串转换成数字类型存储，如：将IP地址转换成整形数据。

mysql提供了两个方法来处理ip地址：

inet\_aton 把ip转为无符号整型(4-8位)

inet\_ntoa 把整型的ip转为地址

插入数据前，先用inet\_aton把ip地址转为整型，可以节省空间。显示数据时，使用inet\_ntoa把整型的ip地址转为地址显示即可。

2）对于非负型的数据（如自增ID、整型IP）来说，要优先使用无符号整型来存储

因为：无符号相对于有符号可以多出一倍的存储空间

SIGNED INT -2147483648~2147483647

UNSIGNED INT 0~4294967295

VARCHAR(N)中的N代表的是字符数，而不是字节数

使用UTF8存储255个汉字 Varchar(255)=765个字节。过大的长度会消耗更多的内存

**2、避免使用TEXT、BLOB数据类型，最常见的TEXT类型可以存储64k的数据**

*  建议把BLOB或是TEXT列分离到单独的扩展表中

Mysql内存临时表不支持TEXT、BLOB这样的大数据类型，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行。

而且对于这种数据，Mysql还是要进行二次查询，会使sql性能变得很差，但是不是说一定不能使用这样的数据类型。

如果一定要使用，建议把BLOB或是TEXT列分离到单独的扩展表中，查询时一定不要使用select \* 而只需要取出必要的列，不需要TEXT列的数据时不要对该列进行查询。

*  TEXT或BLOB类型只能使用前缀索引

因为MySQL对索引字段长度是有限制的，所以TEXT类型只能使用前缀索引，并且TEXT列上是不能有默认值的。

**3、避免使用ENUM类型**

*  修改ENUM值需要使用ALTER语句
 *  ENUM类型的ORDER BY操作效率低，需要额外操作
 *  禁止使用数值作为ENUM的枚举值

**4、尽可能把所有列定义为NOT NULL**

原因：

*  索引NULL列需要额外的空间来保存，所以要占用更多的空间；
 *  进行比较和计算时要对NULL值做特别的处理

**5、使用TIMESTAMP（4个字节）或DATETIME类型（8个字节）存储时间**

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07。

TIMESTAMP 占用4字节和INT相同，但比INT可读性高

超出TIMESTAMP取值范围的使用DATETIME类型存储。

经常会有人用字符串存储日期型的数据（不正确的做法）：

*  缺点1：无法用日期函数进行计算和比较
 *  缺点2：用字符串存储日期要占用更多的空间

**6、同财务相关的金额类数据必须使用decimal类型**

*  非精准浮点：float,double
 *  精准浮点：decimal

Decimal类型为精准浮点数，在计算时不会丢失精度。占用空间由定义的宽度决定，每4个字节可以存储9位数字，并且小数点要占用一个字节。可用于存储比bigint更大的整型数据。

四、索引设计规范

**1、限制每张表上的索引数量，建议单张表索引不超过5个**

索引并不是越多越好！索引可以提高效率同样可以降低效率。

索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率。

因为mysql优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加mysql优化器生成执行计划的时间，同样会降低查询性能。

**2、禁止给表中的每一列都建立单独的索引**

5.6版本之前，一个sql只能使用到一个表中的一个索引，5.6以后，虽然有了合并索引的优化方式，但是还是远远没有使用一个联合索引的查询方式好

**3、每个Innodb表必须有个主键**

Innodb是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。

每个表都可以有多个索引，但是表的存储顺序只能有一种 Innodb是按照主键索引的顺序来组织表的。

不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引） 不要使用UUID、MD5、HASH、字符串列作为主键（无法保证数据的顺序增长）。

主键建议使用自增ID值。

五、常见索引列建议

*  出现在SELECT、UPDATE、DELETE语句的WHERE从句中的列
 *  包含在ORDER BY、GROUP BY、DISTINCT中的字段
    
    并不要将符合1和2中的字段的列都建立一个索引，通常将1、2中的字段建立联合索引效果更好
 *  多表join的关联列

六、如何选择索引列的顺序

建立索引的目的是：希望通过索引进行数据查找，减少随机IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

*  区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列的总行数）；
 *  尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO性能也就越好）；
 *  使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）。

七、避免建立冗余索引和重复索引

因为这样会增加查询优化器生成执行计划的时间。

*  **重复索引示例：**primary key(id)、index(id)、unique index(id) 
 *  **冗余索引示例：**index(a,b,c)、index(a,b)、index(a)

八、优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

**覆盖索引：**就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引

覆盖索引的好处：

*  避免Innodb表进行索引的二次查询

Innodb是以聚集索引的顺序来存储的，对于Innodb来说，二级索引在叶子节点中所保存的是行的主键信息，

如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了IO操作，提升了查询效率。

*  可以把随机IO变成顺序IO加快查询效率

由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据IO要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO。

九、索引SET规范

**尽量避免使用外键约束**

*  不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引；
 *  外键可用于保证数据的参照完整性，但建议在业务端实现；
 *  外键会影响父表和子表的写操作从而降低性能。

十、数据库SQL开发规范

**1、建议使用预编译语句进行数据库操作**

预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题 只传参数，比传递SQL语句更高效 相同语句可以一次解析，多次使用，提高处理效率。

**2、避免数据类型的隐式转换**

隐式转换会导致索引失效。如：select name,phone from customer where id = '111';

**3、充分利用表上已经存在的索引**

*  避免使用双%号的查询条件。

如a like '%123%'，（如果无前置%,只有后置%，是可以用到列上的索引的）

*  一个SQL只能利用到复合索引中的一列进行范围查询

如：有 a,b,c列的联合索引，在查询条件中有a列的范围查询，则在b,c列上的索引将不会被用到，在定义联合索引时，如果a列要用到范围查找的话，就要把a列放到联合索引的右侧。

*  使用left join或 not exists来优化not in操作

因为not in 也通常会使用索引失效。

**4、数据库设计时，应该要对以后扩展进行考虑**

**5、程序连接不同的数据库使用不同的账号，进制跨库查询**

*  为数据库迁移和分库分表留出余地
 *  降低业务耦合度
 *  避免权限过大而产生的安全风险

**6、禁止使用SELECT \* 必须使用SELECT <字段列表> 查询**

原因：

*  消耗更多的CPU和IO以网络带宽资源
 *  无法使用覆盖索引
 *  可减少表结构变更带来的影响

**7、禁止使用不含字段列表的INSERT语句**

如：insert into values ('a','b','c');

应使用insert into t(c1,c2,c3) values ('a','b','c');

**8、避免使用子查询，可以把子查询优化为join操作**

通常子查询在in子句中，且子查询中为简单SQL(不包含union、group by、order by、limit从句)时，才可以把子查询转化为关联查询进行优化。

子查询性能差的原因：

*  子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响；
 *  特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大；
 *  由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询。

**9、避免使用JOIN关联太多的表**

对于Mysql来说，是存在关联缓存的，缓存的大小可以由join\_buffer\_size参数进行设置。

在Mysql中，对于同一个SQL多关联（join）一个表，就会多分配一个关联缓存，如果在一个SQL中关联的表越多，所占用的内存也就越大。

如果程序中大量的使用了多表关联的操作，同时join\_buffer\_size设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说，会产生临时表操作，影响查询效率Mysql最多允许关联61个表，建议不超过5个。

**10、减少同数据库的交互次数**

数据库更适合处理批量操作 合并多个相同的操作到一起，可以提高处理效率

**11、对应同一列进行or判断时，使用in代替or**

in的值不要超过500个in操作可以更有效的利用索引，or大多数情况下很少能利用到索引。

**12、禁止使用order by rand() 进行随机排序**

会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的CPU和IO及内存资源。

推荐在程序中获取一个随机值，然后从数据库中获取数据的方式

**13、WHERE从句中禁止对列进行函数转换和计算**

对列进行函数转换或计算时会导致无法使用索引。

*  不推荐：

where date(create\_time)='20190101'

*  推荐：

where create\_time >= '20190101' and create\_time < '20190102'

**14、在明显不会有重复值时使用UNION ALL而不是UNION**

*  UNION会把两个结果集的所有数据放到临时表中后再进行去重操作
 *  UNION ALL不会再对结果集进行去重操作

**15、拆分复杂的大SQL为多个小SQL**

*  大SQL：逻辑上比较复杂，需要占用大量CPU进行计算的SQL
 *  MySQL：一个SQL只能使用一个CPU进行计算
 *  SQL拆分后可以通过并行执行来提高处理效率

十一、数据库操作行为规范

**1、超100万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作**

*  大批量操作可能会造成严重的主从延迟

主从环境中，大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况

*  binlog日志为row格式时会产生大量的日志

大批量写操作会产生大量日志，特别是对于row格式二进制数据而言，由于在row格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因。

*  避免产生大事务操作

大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对MySQL的性能产生非常大的影响。

特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批。

**2、对于大表使用pt-online-schema-change修改表结构**

*  避免大表修改产生的主从延迟
 *  避免在对表字段进行修改时进行锁表

对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。

pt-online-schema-change它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。

把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉。

把原来一个DDL操作，分解成多个小的批次进行。

**3、禁止为程序使用的账号赋予super权限**

当达到最大连接数限制时，还运行1个有super权限的用户连接super权限只能留给DBA处理问题的账号使用。

**4、对于程序连接数据库账号，遵循权限最小原则**

程序使用数据库账号只能在一个DB下使用，不准跨库 程序使用的账号原则上不准有drop权限。

**如何置顶、标星公众号？**

![640?][640]

**推****荐****阅****读**

***1.***

***2. ***

***3.***

***4.***

![640?][640 1]

[640_wx_fmt_jpeg]: /images/20210731/35c8fdf5d2ee445c816d65ac3c7f2450.png?wx_fmt=jpeg
[640]: /images/20210731/8123d24368b1492290791ccfc2577467.png?
[640 1]: /images/20210731/71e066ac4b854785a56c6c4e58bb838f.png?