只做参考，不是硬性规定。

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。
表字符集默认使用 utf8，必要时候使用 utf8mb4
解读：万国码，无需转码，无乱码风险，节省空间，utf8mb4 是 utf8 的超集，有存储4字节例如表情符号时，使用它。
数据表、数据字段必须加入中文注释
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。
控制单表数据量，单表记录控制在千万级
平衡范式与冗余，为提高效率可以牺牲范式设计，冗余数据

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
线上环境：dj.xxx.db
开发环境：dj.xxx.rdb
测试环境：dj.xxx.tdb
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

| 单实例表个数必须控制在2000个以内
| | —- | | 单表分表个数必须控制在1024个以内
| | 单表列数目必须小于30
| | 表必须有主键，例如自增主键，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。 | | 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
|

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+-()；
- 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；
用好数值类型
解读：
- tinyint（1Byte）：有符号（signed）范围是-128到127，无符号（unsigned）范围是0到255。
- smallint（2Byte）：有符号（signed）范围是-32768到32767，无符号（unsigned）范围是0到65535。
- mediumint（3Byte）：有符号（signed）范围是-8388608到8388607，无符号（unsigned）范围是0到16777215。
- int（4Byte）：有符号（signed）范围是-2147483648到2147483647，无符号（unsigned）范围是0到4294967295
- bigint（8Byte）：有符号（signed）范围是-9223372036854775808到9223372036854775807，无符号（unsigned）范围是0到18446744073709551615
使用 INT UNSIGNED 存储 IPv4，不要用 char(15)
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
解读：
- 互联网高并发业务，太多索引会影响写性能；
- 生成执行计划时，如果索引太多，会降低性能，并可能导致 MySQL 选择不到最优索引；
- 异常复杂的查询需求，可以选择 ES 等更为适合的方式存储；
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。
非必要不要进行 JOIN 查询，如果要进行 JOIN 查询，被 JOIN 的字段必须类型相同，并建立索引。
理解组合索引最左前缀原则，避免重复建设索引，如果建立了(a,b,c)，相当于建立了(a), (a,b), (a,b,c)
**

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、内存、网络带宽消耗；
- 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
解读：WHERE 子句中出现 COLUMN 字段的类型和传入的参数类型不一致的时候发生的类型转换，建议先确定 WHERE 中的参数类型。
SELECT uid FROM t_user WHERE phone=13812345678 会导致全表扫描，而不能命中 phone 索引。
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。
正确的写法是：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 查询或者 UNION 查询，IN 的值必须少于50个
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。
尽量使用 UNION ALL 替代 UNION，UNION 有去重开销
解读：UNION 和 UNION ALL 的差异主要是前者需要将结果集合并后再进行唯一性过滤操作，这就会涉及到排序，增加大量的 CPU 运算，加大资源消耗及延迟。当然，使用 UNION ALL 的前提条件是两个结果集没有重复数据。
LIMIT 高效分页（可选）
解读：LIMIE 越大，效率越低，SELECT id FROM t LIMIE 10000, 10; 改为 SELECT id FROM t WHERE id > 10000 LIMIT 10;。
SQL WHERE 条件的顺序不一定需要按照索引的顺序
解读：比如一个联合索引是 name, age，查询的时候 WHERE 条件可以写成 age=10 and name=’张三’。
当只需要处理一条数据的时候，请使用 LIMIT 1
解读：
- 这是为了使 EXPLAIN 中 type 列达到 const 类型；
- SELECT、UPDATE、DELETE 操作在只需要处理一条数据的时候都可以加上 LIMIT 1；
区分 IN 和 EXISTS 的使用场景
解读：
SELECT FROM table_a WHERE id IN (SELECT id FROM table_b)
上面 SQL 语句相当于：
SELECT FROM table_a WHERE EXISTS (SELECT * FROM table_b WHERE table_b.id = table_a.id)

区分 IN 和 EXISTS 的使用场景，主要参考两者的驱动顺序（这时性能变化的关键）。如果是 IN，会以内层表为驱动表，先执行子查询，所以 IN 适合外表大而内表小的情况；如果是 EXISTS，会以外层表为驱动表，先执行外表，所以 EXISTS 适合外表小而内表大的情况。 | | 区分 NOT IN 和 NOT EXISTS 的使用场景
解读：关于 NOT IN 和 NOT EXISTS，推荐使用 NOT EXISTS，不仅仅是效率问题，NOT IN 可能存在逻辑问题。 | | 使用左关联的写法代替 NOT EXISTS
解读：
原 SQL 语句：
SELECT FROM table_a WHERE NOT EXISTS (SELECT FROM table_b WHERE table_b.id = table_a.id)
高效的 SQL 语句：
SELECT FROM table_a LEFT JOIN table_b ON table_a.id = table_b.id WHERE table_b.id IS NULL | | 避免在 WHERE 子句中对字段进行 NULL 值判断
解读：对于 NULL 的判断会导致引擎放弃使用索引而进行全表扫描。 | | 对于组合索引来说，WHERE 条件要遵守最左前缀法则
解读：例如索引含有字段 id、name、school，可以使用 id 字段查询，也可以使用 id、name 字段查询，但是使用 name 和 school 都无法命中这个索引。 | | 必要时可以使用 FORCE INDEX 来强制查询走某个索引（谨慎使用）
解读：有的时候 MySQL 优化器采取它认为合适的索引来检索 SQL 语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用 FORCE INDEX 来强制优化器使用我们制定的索引。 | | 关于 JOIN 的优化
解读：
- LEFT JOIN：左表是驱动表，右表是被驱动表
- RIGHT JOIN：右表时驱动表，左表是驱动表
- INNER JOIN：MySQL 会选择数据量比较小的表作为驱动表，大表作为被驱动表
优化原则：
1. 尽量使用 INNER JOIN ，避免 LEFT JOIN & RIGHT JOIN
1. 被驱动表的索引字段作为 ON 的限制字段
1. 利用小表去驱动大表
| | 巧用 STRAIGHT_JOIN（谨慎使用）
解读：INNER JOIN 是由 MySQL 选择驱动表，但是有些特殊情况需要选择另个表作为驱动表，比如有 GROUP BY、ORDER BY 等 Using filesort、Using temporary时。STRAIGHT_JOIN 来强制连接顺序，在 STRAIGHT_JOIN 左边的表名就是驱动表，右边则是被驱动表。在使用 STRAIGHT_JOIN 有个前提条件是该查询是内连接，也就是 INNER JOIN。其他链接不推荐使用 STRAIGHT_JOIN，否则可能造成查询结果不准确。 | | *应用程序必须捕获 SQL 异常，并有相应处理
|

参考：

《58到家数据库30条军规解读》 《58到家MySQL军规升级版》 《赶集mysql军规》

作者：殷建卫 链接：https://www.yuque.com/yinjianwei/vyrvkf/mpu8gk 来源：殷建卫 - 架构笔记 著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。