MySQL规范

索引是数据库中专门用于帮助用户快速查询数据的一种数据结构。

一、建表规约

【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)，此规则同样适用于odps建表。
- 说明：任何字段如果为非负数，必须是 unsigned。
【强制】表名：表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。
- 数据库表名的修改代价很大，因为无法进行预发布，所以表名称需要慎重考虑。
  - 正例：getter_admin，task_config，level3_name
  - 反例：GetterAdmin，taskConfig，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，不应该表示实体数量，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】唯一索引名为uk_字段名，普通索引名则为idx_字段名。
- 说明：uk_即unique key，idx_即index的简称。
【强制】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，很可能在值的比较时，得到不正确的结果。
- 如果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】如果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。
- 如果存储长度大于5000，定义字段类型为text，并独立出来一张表，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。
【推荐】表的命名最好是加上业务名称_表的作用。
- 正例：tiger_task/tiger_reader/mpp_config
【推荐】库名与应用名称尽量一致。
【推荐】如果修改字段含义或对字段表示的状态追加时，需要及时更新字段注释。
【推荐】字段允许适当冗余，以提高性能，但是必须考虑数据同步的情况。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。
- 如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：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。

【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，更重要的是提升检索速度。
- 如人的年龄用 unsigned tinyint(表示范围 0-255，人的寿命不会超过 255 岁)
- 海龟就必须是 smallint，但如果是太阳的年龄，就必须是 int；
- 如果是所有恒星的年龄都加起来，那么就必须使用 bigint。

二、索引规约

【强制】业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。
- 不要以为唯一索引影响了insert速度，这个速度损耗可以忽略，但提高查找速度是明显的
- 另外即使在应用层做了非常完善的校验和控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生
【强制】超过三个表禁止join。
- 需要join的字段，数据类型保持绝对一致
- 多表关联查询时，保证被关联的字段需要有索引。
- 即使双表join也要注意表索引、SQL 性能。
【强制】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。
- 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。
【强制】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。
- 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。
【推荐】如果有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，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。
- 正例：where a=? and b=? order by c，索引：a_b_c
- 反例：索引中有范围查找，那么索引有序性无法利用，如：WHERE a>10 ORDER BY b，索引 a_b 无法排序。
【推荐】利用覆盖索引来进行查询操作，来避免回表操作。
- 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。
- 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。
【推荐】利用延迟关联或者子查询优化超多分页场景。
- 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。
- 先快速定位需要获取的id段，然后再关联：`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，如果可以是consts最好。
- 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。
【推荐】建组合索引的时候，区分度最高的在最左边。
- 如果where a=? and b=?，a列的几乎接近于唯一值，那么只需要单建 idx_a 索引即可。
- 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。
【参考】创建索引时避免有如下极端误解：
- 误认为一个查询就需要建一个索引。
- 误认为索引会消耗空间、严重拖慢更新和新增速度。
- 误认为唯一索引一律需要在应用层通过 “先查后插” 方式解决。

三、SQL规约

【强制】不要使用count(列名)或 count(常量)来替代count()，count()就是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。
- 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之外的不重复数量。
- count(distinctcol1, col2)如果其中一列全为 NULL，那么即使另一列有不同的值也将返回为 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，因此使用sum()时需注意NPE问题。
- 可以使用如下方式来避免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。
- 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更新，一切外键概念必须在应用层解决。
- 学生表中的student_id是主键，那么成绩表中的student_id则为外键。
- 如果更新学生表中的student_id，同时触发成绩表中的student_id更新，则为级联更新。
- 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。
【参考】如果有全球化需要，所有的字符存储与表示均以utf-8编码
- SELECT LENGTH (“轻松工作”)；返回为 12
- SELECT CHARACTER_LENGTH (“轻松工作”)；返回为 4
- 如果要使用表情，那么使用 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，有可能造成事故，故不建议在开发代码中使用此语句。
- TRUNCATE TABLE在功能上与不带WHERE子句的DELETE语句相同。

四、ORM 规约

【强制】在表查询中一律不要使用*作为查询的字段列表，需要哪些字段必须明确写明。
- 增加查询分析器解析成本。
- 增减字段容易与resultMap配置不一致。
【强制】POJO类的boolean属性不能加is，而数据库字段必须加is_，要求在resultMap中进行字段与属性之间的映射。
- 参见定义POJO类以及数据库字段定义规定，在sql.xml增加映射是必须的。
【强制】不要用resultClass当返回参数，即使所有类属性名与数据库字段一一对应，也需要定义；反过来，每一个表也必然有一个与之对应。
- 配置映射关系，使字段与DO类解耦，方便维护。
【强制】xml配置中参数注意使用：#{}，#param#，不要使用 ${} 此种方式容易出现SQL注入。
【强制】iBATIS自带的queryForList (String statementName,int start,int size)不推荐使用。
- 其实现方式是在数据库取到statementName对应的SQL语句的所有记录，再通过subList取start,size的子集合。
- 在 sqlmap.xml 中引入 #start#, #size#
  1
  2
  3
  Map<String, Object> map = new HashMap<String, Object>();
  map.put(“start”, start);
  map.put(“size”, size);

【强制】不允许直接拿HashMap与Hashtable作为查询结果集的输出。
【强制】更新数据表记录时必须同时更新记录对应的gmt_modified字段值为当前时间。
【推荐】不要写一个大而全的数据更新接口,不管是不是自己的目标更新字段，都进行update table set c1=value1,c2=value2,c3=value3;这是不对的。
- 执行 SQL 时，尽量不要更新无改动的字段，一是易出错；二是效率低；三是binlog增加存储。
【参考】@Transactional事务不要滥用。事务会影响数据库的QPS，另外使用事务的地方需要考虑各方面的回滚方案，包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。
【参考】中的 compareValue 是与属性值对比的常量，一般是数字，表示相等时带上此条件；表示不为空且不为 null 时执行；表示不为 null 值时执行。

五、其他

所有表必须使用Innodb存储引擎
每个Innodb表必须有个主键
数据库和表的字符集统一使用UTF8
单表索引数量控制在5个以内
不允许存在重复索引和冗余索引
防止字段隐式转换导致的索引失效
SQL优化目标：至少达到range级别
利用覆盖索引避免回表操作
禁止超过三个表的join
在varchar上建立索引，指定索引长度
索引字段值不允许设置为null，必须设置默认值
单表数据量控制在1000w以内
字段列数量建议在30以内
不建议使用MySql分区表
单表行数超过500W或者单表容量超过2G建议分区分表
避免在where子句中使用or来连接条件
尽量使用数值替代字符串类型
避免使用ENUM类型
去重distinct过滤字段要少
where中使用默认值代替null
避免在where子句中使用!=或<>操作符
inner join 、left join、right join，优先使用inner join
提高group by语句的效率
批量插入性能提升
避免产生大事务操作

六、参考

参考一