1、建表规约
(1)库/表/字段命名
- 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;
- 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。正例:getter_admin,task_config,level3_name;反例:GetterAdmin,taskConfig,level_3_name;
- 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;
- 禁用保留字,如 desc、range、match、delayed 等;
- 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;
- 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;
- 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;
- 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;
- 库名与应用名称尽量一致;
- 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;
(2)字段冗余
- 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:
a、不是频繁修改的字段;
b、不是 varchar 超长字段,更不能是 text 字段
c、正例: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;
(3)分库分表
- 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;
(4)字段长度
- 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: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。
2、索引规约
(1)索引命名
- 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;
(2)唯一索引
- 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;
- 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;
(3)表连接
- 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;
- 说明:即使双表 join 也要注意表索引、SQL 性能;
(4)创建索引
- 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;
- 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;
- 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;
- 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 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。
- 创建索引时避免有如下极端误解:
a、误认为一个查询就需要建一个索引;
b、误认为索引会消耗空间、严重拖慢更新和新增速度;
c、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;
(5)分页查询
- 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;
- 正例:先快速定位需要获取的 id 段,然后再关联,如:SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id;实际例子如下:
a、直接分页查询,耗时18.611s:
SELECT
*
FROM
base_totalorder
ORDER BY id ASC
LIMIT 5000000 , 20;
b、分页优化后,耗时1.987s:
SELECT
*
FROM
totalorder order2,
(SELECT
id
FROM
totalorder
ORDER BY id ASC
LIMIT 5000000 , 20) order1
WHERE
order1.id = order2.id;
(6)SQL 性能优化
- 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;
- 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;
(7)组合索引
- 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 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;
(8)覆盖索引
- 就是select的数据列只用从索引中就能够取得,不必从数据表中读取,换句话说查询列要被所使用的索引覆盖;
- 是非聚集复合索引的一种形式,它包括在查询里的Select、Join和Where子句用到的所有列(即建索引的字段正好是覆盖查询条件中所涉及的字段,也即,索引包含了查询正在查找的数据);
- 利用覆盖索引来进行查询操作,来避免回表操作;
- 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:主键索引、唯一索引、普通索引,而覆盖索引是一种查询的效果,用explain的结果,extra列会出现:using index;
3、SQL规约
(1)count
- 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;
- 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;
- count(distinct col) 计算该列除 NULL 之外的不重复数量。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;
- 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;
- 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;
(2)关于NULL
- 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;
- 使用 ISNULL()来判断是否为 NULL 值
- 注意:NULL 与任何值的直接比较都为 NULL。 说明:
a、NULL<>NULL的返回结果是NULL,而不是false;
b、NULL=NULL的返回结果是NULL,而不是true;
c、NULL<>1的返回结果是NULL,而不是true; - ifnull()、nullif()、isnull()函数:
a、IFNULL(expr1,expr2)用法:
假如expr1不为NULL,则 IFNULL() 的返回值为expr1; 否则其返回值为 expr2。IFNULL()的返回值是数字或是字符串,具体情况取决于其所使用的语境;
b、ISNULL(expr) 用法:
如expr 为null,那么isnull() 的返回值为 1,否则返回值为 0;
c、NULLIF(expr1,expr2)用法:
如果expr1 = expr2 成立,那么返回值为NULL,否则返回值为expr1。这和CASE WHEN expr1 = expr2 THEN NULL ELSE expr1 END相同;
SELECT IFNULL(1,0);
-- 1
SELECT IFNULL(NULL,10);
-- 10
SELECT IFNULL(1/0,10);
-- 10
SELECT IFNULL(1/0,'yes');
-- yes
select isnull(1+1);
-- 0
select isnull(1/0);
-- 1
SELECT NULLIF(1,1);
-- null
SELECT NULLIF(1,2);
-- 1
(3)外健
- 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: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;
(4)存储过程
- 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;
(5)in
-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;
(6)编码
- 如果有全球化需要,所有的字符存储与表示,均以 utf-8 编码,那么字符计数方法注意: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;
(7)其他
- 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;
- 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;
4、ORM规约
- 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,原因如下:
a、增加查询分析器解析成本;
b、增减字段容易与 resultMap 配置不一致; - 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;
- 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;
- 不允许直接拿 HashMap 与 Hashtable 作为查询结果集的输出;
- 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,传入为 POJO 类,不管是不是自己的目标更新字段,都进行 update全表操作,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;
- @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;