《阿里巴巴开发手册》读书笔记-MySQL数据库

建表规约

• 表达是与否概念的字段,必须使用is_xxx命名,数据类型是unsigned tinyint(1-是,0-否)
  • 任何字段如果是非负数,必须是unsigned
  • POJO类中的任何布尔型变量,都不要加is前缀
  • 需要在< resultMap >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取值含义和取值范围
• 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
  • MySQL在windows下不区分大小写,但在Linux下默认是区分大小写的
  • 因此,数据库名,表名,字段名,都不允许出现任何大写字母
• 表名不使用复数名词
  • 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
  • 对于DAO类名也是单数形式,符合表达习惯
• 禁止使用MySQL的官方保留字命名:
  • desc
  • range
  • match
  • delayed
• 索引命名:
  • pk_字段名: 主键primary key索引
  • uk_字段名: 唯一unique key索引名
  • idx_字段名: 普通index索引名
• 小数类型为decimal, 禁止使用float,double
  • float和double在存储的时候,存在精度损失的问题,很可能在值比较时,得到不正确的结果
  • 如果存储的数据范围超过decimal的范围,建议将数据拆分成整数和小数分开存储
• 如果存储的字符串长度几乎相等,使用char定长字符串类型
• varchar是可变长字符串,不预先分配存储空间,长度不要超过5000
  • 如果长度大于此值,定义字符串类型为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
• 表必备的三个字段:
  • id: 主键,类型为bigint,unsigned,单表时自增,步长为1
  • gmt_create: 类型为datetime,现在时表示主动创建
  • gmt_modified 类型为datetime,过去分词表示被动更新
• 表的命名最好加上[业务名称_表的作用]
• 库名与应用名称尽量一致
• 如果修改字段含义或者对字段的表示状态追加时,需要及时更新字段注释
• 字段允许适当冗余以提高查询性能,但必须考虑数据一致.冗余的字段应遵循:
  • 不是频繁修改的字段
  • 不是varchar超长字段,更不能是text字段
    • 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
• 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
  • 如果预计三年后的数据量根本达不到这个级别,不要在创建表时就分库分表
• 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

索引规约

• 业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引
  • 索引不会影响insert的速度,这个速度可以忽略,但提高查找速度是明显的
  • 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,必然有脏数据产生
• 超过三个表禁止join, 需要join的字段 ,数据类型必须绝对一致. 多表关联查询时,保证被关联的字段需要有索引
• 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即可
  • 索引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
• 页面搜索严禁左模糊或者全模糊,如果需要要使用搜索引擎来解决
  • 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,无法使用此索引
• 如果有order by的场景,要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

where a=? and b=? order by c;
索引: a_b_c

要是在索引中有范围查找,那么索引有序性就无法利用(WHERE a>10 ORDER BY b; 索引:a_b无法排序)

• 利用覆盖索引来进行查询操作,避免回表
  • 比如一本书需要知道第11章是什么标题,只需要目录浏览一下就更好,这个目录就起到覆盖索引的作用
  • 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效果
  • 用explain的结果,extra列会出现: using index
• 利用延迟关联或者子查询优化超多分页场景:
  • MySQL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
  • 当offset特别大的时候,效率就非常低下,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字段,然后再关联:

SELECT a.* FROM table1 a,(select id from table1 where condition LIMIT 100000,20) b where a.id=b.id

• SQL性能优化的目标: 至少要达到range级别,要求是ref级别,最好是consts级别
  • 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: 指对索引进行范围检索
    • 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range还低,但比全表扫描要好的多
• 建立组合索引的时候,区分度最高的在最左边
  • 如果 where a=? and b=?;如果a列几乎接近于唯一值,只需要单建idx_a索引即可
  • 存在非等号和等号混合时,在建立索引时,等号条件列前置
    • 比如 where c>? and d=?; 即使c的区分度更高,也必须要将d放在索引的最前列,即索引idx_d_c
• 要注意防止因为字段类型不同造成隐式转换,导致索引失效
• 创建索引有以下错误的观点:
  • 认为一个查询就需要建一个索引
  • 认为索引会消耗空间,严重拖慢更新和新增速度
  • 抵制唯一索引,认为业务的唯一性需要在应用层通过"先查后插"的方式解决

SQL语句规约

• 不要使用count(列名) 或count(常量) 来代替count(*), **count(*)**是SQL92定义的标准统计行数的方法 ,跟数据库无关,跟NULL和非NULL无关
  • count(*) 会统计只为NULL的行
• count(distinct col) 计算该列出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0
• 当某一列的值全是NULL时, count(NULL)的返回结果为0,但sum(col)返回结果为NULL, 因此使用sum要注意NPE问题
  • 使用以下方式来规避sum的NPE问题:

SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM TABLE;

• 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
• 在代码中写分页逻辑时,若count为0应直接返回,避免执行后面的分页语句
• 不得使用外键与级联,一切外间的概念必须在应用层解决
  • 比如学生和成绩的关系:
    • 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
• 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
• 数据订正(数据删除,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
• in操作能避免就避免,若实在避免不了,需要仔细评估in后面集合元素数量,控制在1000个之内
• 如果有国际化需要,所有的字符存储与表示,都要以UTF-8编码
• 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,所以不要使用TRUNCATE语句

ORM映射规约

• 在表查询中,一律不要使用 * 作为查询字段列表,需要哪些字段必须明确写明
  • 增加查询分析器的解析成本
  • 增减字段容易与resultMap配置不一致
  • 无用字段增加网络消耗,尤其是text类型字段
• 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
  • 定义POJO类以及数据库字段定义规定,在中增加映射,是必须的
  • 在MyBatis Generator生成的代码中,需要进行对于的修改
• 不要使用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,每一个表一定有一个POJO类对应
  • 配置映射关系,使字段与DAO类解耦,方面维护
• Sql.xml配置参数使用 #{ } 或者 #param#. 不允许使用 ${ }, 这种方式容易出现SQL注入
• 不要使用iBATIS自带的queryForList(String statementName, int start, int size)
  • 这个方法的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
• 不允许直接使用HashMap与HashTable作为查询结果集的输出
  • resultClass=“HashTable”,会置入字段名和属性值,但是值的类型不可控
• 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
• 不要写一个大而全的数据更新接口:
  • 不要传入一个POJO类进行更新
  • 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
• @Transactional事务不要滥用:
  • 事务会影响数据库的QPS
  • 使用事务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
• < isEqual > 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
• < isNotEmpty > 表示不为空且不为null时执行
• < isNotNull > 表示不为null时执行