数据库设计规范

1. 所有表必须使用InnoDB存储引擎
2. 数据库的表和字符集统一使用UTF-8
   1. 如果有存储emoji表情的需要，字符集采用UTF-8mb4
3. 所有表和字段都需要添加注释
4. 尽量控制单标数据量的大小，建议控制在500万以内
5. 谨慎使用MySQL分区表
   1. 分区表在物理上表现为多个文件，在逻辑上表现为一个表
   2. 谨慎选择分区键，跨分区查询效率可能更低
   3. 建议采取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
7. 禁止在表中建立预留字段
   1. 预留字段的命名难以见名识意
   2. 预留字段难以确认存储字段
8. 禁止在数据库中存储图片、文件等大的二进制数据
9. 禁止在线上数据库做压力测试

10. 禁止从开发环境、测试环境直接连接生产环境数据库

    数据库字段设计规范

11. 优先选择符合存储需要的最小的数据类型

    1. 将字符串转为数字类型存储，例如把IP地址转为整型数据
       1. IP转整型：inet_aton(IP)
       2. 整型转IP：inet_ntoa(数字)
    2. 对于非负数的数据，优先使用无符号整型来存储
       1. 因为要多出一倍的存储空间
12. 避免使用TEXT、BLOB数据类型
    1. 建议把BLOB或TEXT分离到单独的扩展表中
       1. 查询时只查询需要的列，避免select *
    2. TEXT或BLOB类型只能使用前缀索引
13. 避免使用ENUM类型
    1. 修改枚举值需要使用ALTER语句
    2. 枚举类型ORDER BY效率低，需要额外操作
    3. 禁止使用数值作为枚举类型的数值
14. 尽可能把所有列添加非空约束
    1. 索引空列需要额外的空间来保存，所以要占用更多空间
    2. 进行比较和计算时需要对空值进行特别的处理
15. 使用TIMESTAMP或DATETIME类型存储时间

16. 使用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. 精确浮点：decimal
    3. decimal在计算时不会丢失精度

       索引设计规范

17. 限制每张表上的索引数量，建议单张表索引不超过5个

    1. 所以可以增加查询效率，但是同样会降低查询和更新的效率，甚至某些情况下会降低查询的效率
       1. 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。
18. 禁止给表中每一列都建立单独的索引
    1. 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。
19. 每个InnoDB表都必须有主键
    1. 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。
       1. 不要使用更新频繁的列作为主键，不使用多列主键（相当于联合索引）
       2. 不要使用UUID、MD5、HASH、字符串作为主键（无法保证数据的顺序增长）
       3. 主键建议使用自增ID值
20. 常见索引列的建议
    1. 出现在where从句中的列
    2. 包含在order by、group by、distinct中的字段
    3. 不要将符合以上条件的单独建立索引，通常建立联合索引效果更好
    4. 多表join的关联列
21. 如何选择索引列的顺序

建立索引的目的：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更少。

• 区分度最高的放在联合索引的左侧（区分度=列中不同值的数量/列的总行数，最高为100%）
• 尽量把字段长度小的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）
• 使用最频繁的列放在联合索引的左侧（这样可以比较少的建立一些索引）

1. 避免建立冗余索引和重复索引（增加了查询优化器生成执行计划的时间）
   1. 重复索引示例：primary key(id)、unique key(id)、key(id)
   2. 冗余索引示例：index(a,b,c)、index(a,b)、index(a)
2. 对于频繁的查询优先考虑使用覆盖索引

覆盖索引：包含了所有查询字段（where/select/order by/group by）的索引

1. 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。
   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。
   3. 索引SET规范
2. 尽量避免使用外键约束
   1. 不建议使用外键约束，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考完整性，但建议在业务端实现
   3. 外键会影响父表与子表的写操作从而降低性能

      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，减少SQL编译所需要的时间，还可以解决动态SQL所带来的的SQL注入问题。
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。

1. 避免数据类型的隐式转换

隐式类型转换会导致索引失效，如where id = '111'

1. 充分利用表上已经存在的索引

• 避免使用双%的查询条件；
• 一个SQL只能利用到复合索引中的一列进行范围查询
• 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

1. 数据库设计时，应该要对以后扩展进行考虑
2. 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
3. 禁止使用select * 必须使用select 字段列表查询

• 消耗更多的CPU和IO
• 无法使用覆盖索引
• 可以减少表结构变更带来的影响

1. 禁止使用不含字段列表的insert语句
2. 避免使用子查询，可以子查询优化为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）时，才可以把子查询转化为关联查询进行优化。
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

● 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存储在临时表中，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

1. 避免使用join关联太多表

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。

1. 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在一起，可以提高处理效率

1. 对同一列进行or判断时，使用in替代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。

1. 禁止使用order by rand()进行随机排序

order by rand() 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。

1. 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'

1. 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在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

1. 拆分复杂大SQL为小SQL

• 大SQL逻辑上比较复杂，是需要占用大量CPU进行计算的SQL
• MySQL中，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

  数据库操作行为规范

1. 超过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

1. 对于大表要使用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，可能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，在所有数据复制完成之后，把新表命名为原表，再把原来的表删除掉。

1. 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，还会保留运行一个有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

1. 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，不能跨库
• 程序使用的账号原则上不准有drop权限