汇总篇 | MySQL数据库设计开发规范

川长思鸟来 2022-10-18 12:42 305阅读 0赞

**【目标】**

本文介绍了MySQL数据库命令规范、数据库基本设计规范、数据库字段设计规范、索引设计规范、常见索引列建议、如何选择索引列的顺序、以及数据库SQL开发规范等。

# 一、**命名规范** #

1. 库名、表名、字段名必须使用小写字母并采用下划线分割

2. 库名、表名、字段名禁止超过32个字符，须见名知意；

3. 库名、表名、字段名支持最多64个字符，统一规范、易于辨识以及减少传输量不要超过32；

4. 库名、表名、字段名禁止使用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）；

5. 临时库、临时表名必须以tmp\_为前缀并以日期为后缀；

6. 备份库、备份表名必须以bak为前缀并以日期为后缀；

7. 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、**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utf8mb4( 5.5.3版本以上支持)

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1000万以内

1000万并不是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

业务生命周期内，评估单表数据量是否在1000万以内，超出此范围需考虑分库分表可扩展性；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、**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**

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。建议：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。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，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。

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。

注意：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使用4字节，DATETIME使用8个字节，同时TIMESTAMP具有自动赋值以及自动更新的特性。

6. **财务相关的金额类数据必须使用decimal类型**

1) 非精准浮点：float,double

2) 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。

7. **用DECIMAL代替FLOAT和DOUBLE存储精确浮点数**

浮点数相对于定点数的优点是在长度一定的情况下，浮点数能够表示更大的数据范围；浮点数的缺点是会引起精度问题

1) 将字符转化为数字

2) 使用TINYINT来代替ENUM类型

3) 字段长度尽量按实际需要进行分配，不要随意分配一个很大的容量

8. **使用UNSIGNED存储非负整数**

同样的字节数，存储的数值范围更大。如tinyint有符号为-128-127，无符号为0-255；INT类型固定占用4个字节存储

9. **使用INT UNSIGNED存储IPV4**

10. **使用VARBINARY存储大小写敏感的变长字符串**

11. **禁止在数据库中存储明文密码**

# **四、索引设计规范** #

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。

索引是一把双刃剑，可提高查询效率，但也会降低插入和更新的速度并占用磁盘空间。

1. **单张表中索引数量不超过5个**

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；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。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，会增加MySQL优化器生成执行计划时间，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，但远没有使用联合索引的查询方式效率高。

3. **Innodb表必须要有主键**

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。

4. **单个索引中的字段数不超过5个**

对字符串使用前缀索引，前缀索引长度不超过10个字符；

举例：如有一个CHAR(200)列，在前10个字符内，多数值是惟一的，就可不要对整个列进行索引。对前10个字符进行索引能够节省大量索引空间，也可能会使查询更快。

5. **表主键建议**

1) 表必须有主键，不使用更新频繁的列作为主键

2) 尽量不选择字符串列作为主键

3) 不使用UUID、MD5、HASH作为主键

4) 默认使用非空的唯一键

5) 主键建议选择自增或发号器重要的SQL必须被索引：

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

6. **区分度最大的字段放在索引前面**

** **

7. **核心SQL优先考虑覆盖索引**

select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖。

8. **避免冗余或重复索引**

合理创建联合索引（避免冗余），index(a,b,c)相当于index(a)、index(a,b)、index(a,b,c)

1) 索引不是越多越好，按实际需要进行创建，每个额外的索引都要占用额外的磁盘空间，并降低写操作的性能

2) 不在低基数列上建立索引，例如‘性别’

3) 不在索引列进行数学运算和函数运算

9. **尽量避免使用外键约束**

1) 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；

2) 外键可用于保证数据的参照完整性，建议在业务端实现；

3) 外键会影响父表和子表的写操作从而降低性能。

10. **不使用%前导的查询，如like“%xxx”，无法使用索引**

** **

11. **不使用反向查询，如not in / not like**

无法使用索引，导致全表扫描，全表扫描导致bufferpool利用降低；

12. **索引列建议**

1) 出现在SELECT、UPDATE、DELETE语句的WHERE子句中的列；

2) 包含在ORDER BY、GROUP BY、DISTINCT中的字段；

3) 多表join的关联列

**注意：**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

13. **如何选择索引列的顺序**

1) 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）；

2) 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）；

3) 使用最频繁的列放到联合索引的左侧（这样可较少的建立一些索引）。

14. **避免建立冗余索引和重复索引**

冗余/重复索引会增加查询优化器生成执行计划的时间。

1) 重复索引示例：primary key(id)、index(id)、unique index(id)

2) 冗余索引示例：index(a,b,c)、index(a,b)、index(a)

15. **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：即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：

1) 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，在查找到相应的键值后，还需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。

2) 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。

# **五****、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。

3. **充分利用表上已经存在的索引**

1) 避免使用双%号的查询条件。

如无前置%,只有后置%，是可以用到列上的索引的

2) 一个SQL只能利用到复合索引中的一列进行范围查询

**解说：**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，禁止跨库查询**

1) 为数据库迁移和分库分表留出余地

2) 降低业务耦合度

3) 避免权限过大而产生的安全风险

6. **强烈不建议使用SELECT \* ；推荐使用SELECT <字段列表> 查询**

**原因：**

1) 消耗更多的CPU和IO以网络带宽资源

2) 无法使用覆盖索引

3) 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**

**举例****：**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：**

1) 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；

2) 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；

3) 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关联太多表**

MySQL最擅长的是单表的主键/二级索引查询，MySQL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，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。

Join消耗较多的内存，产生临时表；

如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，****但业务生产环境中****建议不超过5个**。

10. **减少同数据库的交互次数**

1) 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**

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**

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。

简单来说：order by，rand()会将数据从磁盘中读取，进行排序，会消耗大量的IO和CPU。

推荐在程序中获取一个随机值，然后从数据库中获取对应的数据。

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。

14. **在明显不会有重复值时使用UNION ALL而不是UNION**

1) 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；

2) 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**

**原因如下：**

1) 大SQL：逻辑上比较复杂，需要占用大量CPU进行计算；

2) MySQL：一个SQL只能使用一个CPU进行计算；

3) SQL拆分后可以通过并行执行来提高处理效率。

16. **避免使用存储过程、触发器、EVENTS等**

1) 降低业务耦合度，为分库分表sacleout、sharding留点余地；

2) 改策略可有效规避BUG。

17. **避免在数据库中进行数学运算**

1) 容易将业务逻辑和DB耦合在一起

2) MySQL不擅长数学运算和逻辑判断

3) 无法使用索引

# 六、**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**

1) 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，只有当主库上执行完成后，才会在其他从库上执行，会造成主库与从库长时间的延迟情况。

2) 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，一次修改的数据越多，产生的日志量也会越多，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。

3) 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，这会造成表中大批量数据进行锁定，导致大量的阻塞，阻塞会对MySQL的性能影响很大。尤其是长时间的阻塞会占满所有数据库的可用连接，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**

1) 可避免大表修改产生的主从延迟

2) 可避免在对表字段进行修改时进行锁表

生产环境中，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；

pt-online-schema-change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，在将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，分解成多个小批次作业进行。

**这也是对表进行碎片整理/重组的一个常用方式。**

3. **禁止为程序使用的账号赋予super权限**

原因：当MySQL 达到最大连接数限制时，此刻还运行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。

**其他一些操作规范：**

5. 任何数据库的线上操作，必须走工单

6. 禁止在主库上执行统计类的功能查询；

7. 有大规模市场推广、运营活动必须提前通知DBA进行流量评估；

8. 对单表的多次alter操作必须合并为一次操作；

9. **不在MySQL数据库中存放业务逻辑，即可创建存储过程；**

10. 重大项目的数据库方案选型和设计必须提前通知DBA参与；

11. 数据必须有备份机制和定期的恢复演练；

12. 不在业务高峰期批量更新、查询数据库；

**欢迎关注作者微信公众号**

![ab893f5741e110b6caa813307bcd1cbd.png][]

--------------------

**文章推荐：**

*  [老叶观点：MySQL开发规范之我见][MySQL]
 *  [MySQL通用优化技巧][MySQL 1]
 *  [比较全面的MySQL优化参考（下篇）][MySQL 2]
 *  [金融应用场景下跨数据中心的MGR架构方案（2）][MGR_2]
 *  [技术分享  | InnoDB Cluster+GreatSQL快速部署MGR集群，并实现读写分离和故障自动转移（超详细）][_ InnoDB Cluster_GreatSQL_MGR]
 *  [技术分享   | 利用GreatSQL部署MGR集群，并完成添加新节点 、滚动升级、切主（超详细）][_ _ _GreatSQL_MGR_]
 *  [MySQL 复制延迟 Seconds\_Behind\_Master 究竟是如何计算的][MySQL _ Seconds_Behind_Master]  
    
 *  [GreatSQL，打造更好的MGR生态][GreatSQL_MGR]

--------------------

扫码加入GreatSQL/MGR交流**QQ群**

![f7a3ba5b99013e244a79ef0732685386.png][]

点击文末“**阅读原文**”直达老叶专栏

[ab893f5741e110b6caa813307bcd1cbd.png]: /images/20221005/348956a524484e80b31c5256633ed076.png
[MySQL]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=2f4ea29118392b87a06c1100cbb7d24c7f9cbe18b65ae01af12c683372ffbd9e90847c1aaeb3&idx=2&mid=207239419&scene=21&sn=bddbe0a657758be5b94fe92b3aa27c0b#wechat_redirect
[MySQL 1]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=2f74c73d18034e2bbe93843eca5163ea5d0166a94b00b8330e92fb468f453b2b232de4dcaa31&idx=1&mid=207641943&scene=21&sn=d124286ea8811950be5a872d57a27357#wechat_redirect
[MySQL 2]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=2f50222e1827ab38d6d4445b5d15fd6d699d0ffcc94a6faf74dc7ec4514d335b31d154cc5db5&idx=2&mid=205830212&scene=21&sn=ee2162050162a32bd29802b001386abe#wechat_redirect
[MGR_2]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=bd3b43108a4cca06841d2adf3a63dfe6af99df09b09164e8676d99cb08fc5e569bfc543a0ccf&idx=1&mid=2653935994&scene=21&sn=91c596c81944aabd396d33f4924aac26#wechat_redirect
[_ InnoDB Cluster_GreatSQL_MGR]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=bd3b43308a4cca26c2db9912a9ce5e2d73df1a10e7415f83538742b92e5475a0b11b88e39f4c&idx=1&mid=2653935962&scene=21&sn=38f2acfb147f16ae8daaa6a48a3102ae#wechat_redirect
[_ _ _GreatSQL_MGR_]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=bd3b43258a4cca336b0260c6b9cfc363f10596c775bdd0408d89dca855f3c7949911aa50ec8f&idx=1&mid=2653935951&scene=21&sn=ec8794371cd6f7677a5355b7e7ac39ea#wechat_redirect
[MySQL _ Seconds_Behind_Master]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=bd3b518d8a4cd89b8b5a4e5a97b8d55cc3cf179b767665ee2661991207baa5e74be4ef88fa2e&idx=1&mid=2653932519&scene=21&sn=e018ea5f3bc86f8a6862a35c4b805652#wechat_redirect
[GreatSQL_MGR]: http://mp.weixin.qq.com/s?__biz=MjM5NzAzMTY4NQ%3D%3D&chksm=bd3b42fd8a4ccbebac385c47daf7bca40415b09b1298b6b1b7fc0c7822d147ab157ba35e7d03&idx=1&mid=2653935767&scene=21&sn=3f396b10f61629f6a09f29e364dc260b#wechat_redirect
[f7a3ba5b99013e244a79ef0732685386.png]: /images/20221005/bd263e9a8c914aba99fcd970ed4debed.png