MySQL数据库
第五部分 MySQL数据库
建表规约
1.【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）。
说明：任何字段如果为非负数，必须是unsigned。
注意：POJO类中的任何布尔类型的变量，都不要加is前缀，所以，需要在设置从is_xxx到Xxx的映射关系。数据库表示是与否的值，使用tinyint类型，坚持is_xxx的命名方式是为了明确其取值含义与取值范围。
正例：表达逻辑删除的字段名is_deleted，1表示删除，0表示未删除。
个人理解：这里阿里规范强制约束，但是个人建议，如果采用mybatis-genertor等工具自动生成代码时，像上面说的那样，需要修改is_xxx到Xxx的映射关系。否则，在某些低版本框架中会出现序列化错误。为了便捷，建议采用正逻辑即可，不需要加is。
2.【强制】
表名、字段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。数据库字段名的修改代价很大，因为无法进行预发布，所以字段名称需要慎重考虑。
说明：MySQL在Windows下不区分大小写，但在Linux下默认是区分大小写。因此，数据库名、表名、字段名，都不允许出现任何大写字母，避免节外生枝。
正例：aliyun_admin，rdc_config，level3_name
反例：AliyunAdmin，rdcConfig，level_3_name
库名、表名、字段名必须使用小写字母,并采用下划线分割
- MySQL有配置参数lower_case_table_names,不可动态更改,linux系统默认为 0,即库表名以实际情况存储,大小写敏感。如果是1,以小写存储,大小写不敏感。如果是2,以实际情况存储,但以小写比较。集团标准化部署设置lower_case_table_names = 1
- 如果大小写混合使用,可能存在abc,Abc,ABC等多个表共存,容易导致混乱。
- 字段名显式区分大小写,但实际使用不区分,即不可以建立两个名字一样但大小写不一样的字段。
- 为了统一规范, 库名、表名、字段名全部使用小写字母。
3.【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。
4.【强制】
禁用保留字，如desc、range、match、delayed、status等，请参考MySQL官方保留字。
5.【强制】
主键索引名为pk_字段名；唯一索引名为uk_字段名；普通索引名则为idx_字段名。
说明：pk_ 即primary key；uk_ 即 unique key；idx_ 即index的简称。
6.【强制】
小数类型为decimal，禁止使用float和double。
说明：在存储的时候，float 和 double 都存在精度损失的问题，很可能在比较值的时候，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并分开存储。
7.【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。如32位UUID，并且不建议在MySQL中用UUID做为主键。
8.【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，如果存储长度大于此值，定义字段类型为text，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。
9.【强制】
说明：其中id必为主键，类型为bigint unsigned、单表时自增、步长为1。gmt_create, gmt_modified的类型均为datetime类型，前者现在时表示主动式创建，后者过去分词表示被动式更新。
10.【推荐】
表的命名最好是遵循“业务名称_表的作用”。
正例：alipay_task / force_project / trade_config
11.【推荐】
库名与应用名称尽量一致。
12.【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。
13.【推荐】
字段允许适当冗余，以提高查询性能，但必须考虑数据一致。冗余字段应遵循：
1） 不是频繁修改的字段。
2） 不是唯一索引的字段。
3） 不是varchar超长字段，更不能是text字段。
正例：各业务线经常冗余存储商品名称，避免查询时需要调用IC服务获取。
14.【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。
15.【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。
正例：无符号值可以避免误存负数，且扩大了表示范围。
索引规约
1.【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。
说明：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控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。
2.【强制】
超过三个表禁止join。需要join的字段，数据类型，数据编码，排序集保持绝对一致；多表关联查询时，保证被关联的字段需要有索引。
说明：即使双表join也要注意表索引、SQL性能。
个人理解：如果数据类型不一致，可能就用不上索引；如果数据编码和排序集不一致，关联执行就会报错；
3.【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。
说明：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。
个人理解：这点在很多时候都没在意，但是在一些大表或数据长度太长的情况下，需要注意索引的区分度及长度的设定。
4.【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。
说明：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。
5.【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：索引如果存在范围查询，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。
6.【推荐】
利用覆盖索引来进行查询操作，避免回表。 说明：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。
正例：能够建立索引的种类分为主键索引、唯一索引、普通索引三种，而覆盖索引只是一种查询的一种效果，用explain的结果，extra列会出现：using index。
个人理解：覆盖索引也叫宽索引，是三星索引。
7.【推荐】
利用延迟关联或者子查询优化超多分页场景。
说明：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。
建议使用合理的分页方式以提高分页效率
第一种分页写法：
select * from t where thread_id = 771025 and deleted = 0 order by gmt_create asc limit 0, 15;
原理：一次性根据过滤条件取出所有字段进行排序返回。
数据访问开销 = 索引IO + 索引全部记录结果对应的表数据IO
缺点：该种写法越翻到后面执行效率越差，时间越长，尤其表数据量很大的时候。
适用场景：当中间结果集很小（10000行以下）或者查询条件复杂（指涉及多个不同查询字段或者多表连接）时适用。
第二种分页写法：
select t.* from ( select id from t where thread_id = 771025 and deleted = 0 order by gmt_create asc limit 0, 15) a, t where a.id = t.id;
前提：假设t表主键是id列，且有覆盖索引secondary key:(thread_id, deleted, gmt_create)
原理：先根据过滤条件利用覆盖索引取出主键id进行排序，再进行join操作取出其他字段。
数据访问开销=索引IO+索引分页后结果（例子中是15行）对应的表数据IO。
优点：每次翻页消耗的资源和时间都基本相同，就像翻第一页一样。
适用场景：当查询和排序字段（即where子句和order by子句涉及的字段）有对应覆盖索引时，且中间结果集很大的情况时适用。
正例：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
个人理解，这个问题经常会在java高级面试中问到，并且面试官要求说出为什么会出现这种情况，并要写出SQL。
8.【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。
说明：
1） 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。
2） ref 指的是使用普通的索引（normal index）。
3） range 对索引进行范围检索。 反例：explain表的结果，type=index，索引物理文件全扫描，速度非常慢，这个index级别比较range还低，与全表扫描是小巫见大巫。
个人理解：注意反例中的type=index，其实是全表扫描。
9.【推荐】
建组合索引的时候，区分度最高的在最左边。
正例：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。
说明：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 c>? and d=? 那么即使c的区分度更高，也必须把d放在索引的最前列，即建立组合索引idx_d_c。
10.【推荐】
防止因字段类型不同造成的隐式转换，导致索引失效。
11.【参考】
创建索引时避免有如下极端误解：
1） 索引宁滥勿缺。认为一个查询就需要建一个索引。
2） 吝啬索引的创建。认为索引会消耗空间、严重拖慢记录的更新以及行的新增速度。
3） 抵制惟一索引。认为惟一索引一律需要在应用层通过“先查后插”方式解决。
SQL 语句
1.【强制】
不要使用 count(列名)或 count(常量)来替代 count()，count()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。
说明：count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行。
2.【强制】
count(distinct col) 计算该列除 NULL 之外的不重复行数，注意 count(distinct col1, col2) 如果其中一列全为 NULL，那么即使另一列有不同的值，也返回为 0。
3.【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。
正例：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;
这个方式比较好，记住sum时才使用。
4.【强制】
使用 ISNULL()来判断是否为 NULL 值。
说明：NULL 与任何值的直接比较都为 NULL。
1） NULL<>NULL 的返回结果是 NULL，而不是 false。
2） NULL=NULL 的返回结果是 NULL，而不是 true。
3） NULL<>1 的返回结果是 NULL，而不是 true。
5.【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。
6.【强制】
不得使用外键与级联，一切外键概念必须在应用层解决。
说明： 以学生和成绩的关系为例，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，即为 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。
7.【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。
8.【强制】
数据订正（特别是删除、修改记录操作）时，要先 select，避免出现误删除，确认无误才能执行更新语句。
9.【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。
10.【参考】
如果有国际化需要，所有的字符存储与表示，均以 utf-8 编码，注意字符统计函数 的区别。
说明：
SELECT LENGTH("轻松工作")； 返回为 12
SELECT CHARACTER_LENGTH("轻松工作")； 返回为 4
如果需要存储表情，那么选择 utf8mb4 来进行存储，注意它与 utf-8 编码的区别。
11.【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。 说明：TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。
ORM 映射
1.【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。
说明：
1）增加查询分析器解析成本。
2）增减字段容易与 resultMap 配置不一致。
3）无用字段增加网络消耗，尤其是 text 类型的字段。
个人理解：处理以上成本，如果通过mybatis，需要mybatis反射解析字段的成本。还有如果是使用*就不能很好的利用索引，比如使用覆盖索引时就不能用上。
2.【强制】
POJO类的布尔属性不能加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。
说明：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。
个人理解：其实这个地方我倒是不建议这么做，很多时候sql.xml映射文件是通过工具生成的，如果使用上面这种方式，就需要修改生成后的配置文件，去掉属性的is，如果开发时间很短，就需要去修改，修改可能还不一定修改正确，增加时间成本。
3.【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。
说明：配置映射关系，使字段与 DO类解耦，方便维护。
4.【强制】
sql.xml配置参数使用：#{}，#param# 不要使用${} 此种方式容易出现 SQL注入。
个人建议：学过SQL的童鞋可以指导SQL的危害了。
5.【强制】
iBATIS自带的 queryForList(String statementName,int start,int size)不推荐使用。
说明：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。
正例：
Map<String, Object> map = new HashMap<>();
map.put("start", start);
map.put("size", size);
6.【强制】
不允许直接拿 HashMap与 Hashtable作为查询结果集的输出。
反例：某同学为避免写一个<resultMap>，直接使用HashTable来接收数据库返回结果，结果出现日常是把 bigint 转成 Long 值，而线上由于数据库版本不一样，解析成 BigInteger，导致线上问题。
个人理解：虽然这个问题我没有遇到过，但是某些开发人员对Map的使用是情有独钟呀。感觉能用Map替代所有能使用对象的地方。
7.【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。
个人理解：很多人设计表时，都没有考虑这几个字段,createTime,createBy,updateTime,updateBy,remark。
8.【推荐】
不要写一个大而全的数据更新接口。传入为POJO类，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， 不要更新无改动的字段，一是易出错；二是效率低；三是增加 binlog存储。
个人理解：不要更新无改动的字段，一是易出错；二是效率低；三是增加 binlog存储。这点小公司感觉不到效率的影响，所以导致高级开发人员有时都是这么搞。
9.【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。
个人理解：注意微服务框架调用失败的处理方案。
10.【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。
编码规范
1.【强制】
不允许不同业务模块的表连接查询，且表链接不超过3个。
说明：表分模块很可能在后续进行业务的垂直拆分到不同的业务库里面去，如果做连接查询后面拆分就比较麻烦，系统的模块化结构也不清晰。
禁止频繁使用的SQL语句中出现三个以上表的连接查询
MySQL在连接查询方面的处理能力远没有Oracle强劲，在连接的过程中只有 Nest Loop Join方式，Oracle则可以有Hash Join 和 Memory Index Joini。在常用的SQL中禁止出现三个以上表的连接查询，如果是定时执行的次数不多的SQL需要另外考虑
2.【强制】
尽量不在数据库做运算，尽可能简单使用MySQL
md5() 或Order by Rand()或计算字段等操作不在数据库表上进行
3.【强制】
SQL中避免出现now()、rand()、sysdate()、current_user()等不确定结果的函数。
语句级复制场景下,引起主从数据不一致;不确定值的函数,产生的SQL语句无法利用QUERY CACHE。
4.【强制】
合理使用覆盖索引减少IO,避免排序；上面的索引约束中有提到。
覆盖索引能从索引中获取需要的所有字段,从而避免回表进行二次查找,节省 IO。INNODB存储引擎中, secondary index(非主键索引,又称为辅助索引、二级索引)没有直接存储行地址,而是存储主键值。如果用户需要查询secondary index中所不包含的数据列,则需要先通过secondary index查找到主键值,然后再通过主键查询到其他数据列,因此需要查询两次。覆盖索引则可以在一个索引中获取所有需要的数据,因此效率较高。主键查询是天然的覆盖索引。例如SELECT email,uid FROM user_email WHERE uid=xx,如果uid 不是主键,适当时候可以将索引添加为index(uid,email),以获得性能提升。
5.【强制】
禁止在数据库中存储明文密码
密码存储应该使用不可逆加密算法将密码、用户名及盐值组合加密后存储。
个人理解：在金融系统中，个人的敏感信息，包括四要素等需要用可逆加密算法进行加解密。
6.【强制】
用IN代替OR。SQL语句中IN包含的值不应过多,应少于1000个。
IN是范围查找,MySQL内部会对IN的列表值进行排序后查找,比OR效率更高。
7.【强制】
用UNION ALL代替UNION
UNION ALL不需要对结果集再进行排序。
8.【强制】
SELECT只获取必要的字段,禁止使用SELECT *
- 减少网络带宽消耗;
- 能有效利用覆盖索引;
- 表结构变更对程序基本无影响。
9.【推荐】
减少与数据库交互次数,尽量采用批量SQL语句
使用下面的语句来减少和db的交互次数:
- INSERT … ON DUPLICATE KEY UPDATE
- REPLACE INTO
- INSERT IGNORE
- INSERT INTO VALUES()
10.【推荐】
拆分复杂SQL为多个小SQL,避免大事务
简单的SQL容易使用到MySQL的QUERY CACHE;减少锁表时间特别是MyISAM;可以使用多核CPU。
注意，不建议使用9这种方式，insert into 大量数据会导致锁表。而10中，mysql经常会关闭缓存。但是建议拆分小事务来处理。
11.【推荐】
对同一个表的多次alter操作必须合并为一次操作
mysql对表的修改绝大部分操作都需要锁表并重建表,而锁表则会对线上业务造成影响。为减少这种影响,必须把对表的多次alter操作合并为一次操作。例如,要给表t增加一个字段b,同时给已有的字段aa建立索引,
通常的做法分为两步: alter table t add column b varchar(10);
然后增加索引: alter table t add index idx_aa(aa);
正确的做法是: alter table t add column b varchar(10),add index idx_aa(aa);
12.【推荐】
避免使用存储过程、触发器、视图、自定义函数等
这些高级特性有性能问题,以及未知BUG较多。业务逻辑放到数据库会造成数据库的DDL、SCALE OUT、 SHARDING等变得更加困难。
禁止有super权限的应用程序账号存在
安全第一。super权限会导致read only失效,导致较多诡异问题而且很难追踪。
提交线上建表改表需求,必须详细注明涉及到的所有SQL语句(包括INSERT、DELETE、UPDATE),便于DBA进行审核和优化
不只是SELECT语句需要用到索引。UPDATE、DELETE都需要先定位到数据才能执行变更。因此需要业务提供所有的SQL语句便于DBA审核。
禁止使用HINT
HINT给DBA维护带来很多的不便，MySQL使用CBO优化器，会综合考虑如果执行SQL。