MySQL 编程规范

Question

数据库环境

dev: 开发环境

开发可读写，可修改表结构。开发人员可以修改表结构，可以随意修改其中的数据但是需要保证不影响其他开发同事。

test: 测试环境

开发可读写，开发人员可以通过工具修改表结构。

online: 线上环境

开发人员不允许直接在线上环境进行数据库操作，如果需要操作必须找 DBA 进行操作并进行相应记录，禁止进行压力测试。

重点的问题，各个环境的 mysql 服务器对应的用户权限，一定要做到权限划分明确，有辨识度，能具体区分业务场景等。

命名规范

基本命名规则

• 使用有意义的英文词汇，词汇中间以下划线分隔。（不要用拼音）
• 只能使用英文字母，数字，下划线，并以英文字母开头。
• 库、表、字段全部采用小写，不要使用驼峰式命名。
• 避免用 ORACLE、MySQL 的保留字，如 desc，关键字如 index。
• 命名禁止超过 32 个字符，须见名之意，建议使用名词不是动词
• 数据库，数据表一律使用前缀
• 临时库、表名必须以 tmp 为前缀，并以日期为后缀
• 备份库、表必须以 bak 为前缀，并以日期为后缀

为什么库、表、字段全部采用小写？

在 MySQL 中，数据库和表对就于那些目录下的目录和文件。因而，操作系统的敏感性决定数据库和表命名的大小写敏感。

• Windows 下是不区分大小写的。
• Linux 下大小写规则
• 数据库名与表名是严格区分大小写的；
• 表的别名是严格区分大小写的；
• 列名与列的别名在所有的情况下均是忽略大小写的；
• 变量名也是严格区分大小写的；
• 如果已经设置了驼峰式的命名如何解决？需要在 MySQL 的配置文件 my.ini 中增加 lower_case_table_names = 1 即可。

表命名

同一个模块的表尽可能使用相同的前缀，表名称尽可能表达含义。所有日志表均以 log_ 开头

字段命名

• 表达其实际含义的英文单词或简写。布尔意义的字段以 is_作为前缀，后接动词过去分词。
• 各表之间相同意义的字段应同名。各表之间相同意义的字段，以去掉模块前缀的表名_字段名命名。
• 外键字段用表名_字段名表示其关联关系。
• 表的主键一般都约定成为 id，自增类型，是别的表的外键均使用 xxx_id 的方式来表明。

索引命名

• 非唯一索引必须按照“idx_字段名称_字段名称[_字段名]”进行命名
• 唯一索引必须按照“uniq_字段名称_字段名称[_字段名]”进行命名

约束命名

• 主键约束：pk_表名称。
• 唯一约束：uk_表名称_字段名。（应用中需要同时有唯一性检查逻辑。）

表设计规范

表引擎取决于实际应用场景；日志及报表类表建议用 myisam，与交易，审核，金额相关的表建议用 innodb 引擎。如无说明，建表时一律采用 innodb 引擎

默认使用 utf8mb4 字符集，数据库排序规则使用 utf8mb4_general_ci，（由于数据库定义使用了默认，数据表可以不再定义，但为保险起见，建议都写上

为什么字符集不选择 utf8，排序规则不使用 utf8_general_ci

采用 utf8 编码的 MySQL 无法保存占位是 4 个字节的 Emoji 表情。为了使后端的项目，全面支持客户端输入的 Emoji 表情，升级编码为 utf8mb4 是最佳解决方案。对于 JDBC 连接串设置了 characterEncoding 为 utf8 或者做了上述配置仍旧无法正常插入 emoji 数据的情况，需要在代码中指定连接的字符集为 utf8mb4。

所有表、字段均应用 comment 列属性来描述此表、字段所代表的真正含义，如枚举值则建议将该字段中使用的内容都定义出来。

如无说明，表中的第一个 id 字段一定是主键且为自动增长，禁止在非事务内作为上下文作为条件进行数据传递。禁止使用 varchar 类型作为主键语句设计。

如无说明，表必须包含 create_time 和 modify_time 字段，即表必须包含记录创建时间和修改时间的字段

如无说明，表必须包含 is_del，用来标示数据是否被删除，原则上数据库数据不允许物理删除。

• 用尽量少的存储空间来存数一个字段的数据
• 能用 int 的就不用 char 或者 varchar
• 能用 tinyint 的就不用 int
• 使用 UNSIGNED 存储非负数值。
• 不建议使用 ENUM、SET 类型，使用 TINYINT 来代替
• 使用短数据类型，比如取值范围为 0-80 时，使用 TINYINT UNSIGNED
• 存储精确浮点数必须使用 DECIMAL 替代 FLOAT 和 DOUBLE
• 时间字段，除特殊情况一律采用 int 来记录 unix_timestamp
• 存储年使用 YEAR 类型。
• 存储日期使用 DATE 类型。
• 存储时间（精确到秒）建议使用 TIMESTAMP 类型，因为 TIMESTAMP 使用 4 字节，DATETIME 使用 8 个字节。
• 建议使用 INT UNSIGNED 存储 IPV4。
• 尽可能不使用 TEXT、BLOB 类型
• 禁止在数据库中使用 VARBINARY、BLOB 存储图片、文件等。建议使用其他方式存储（TFS/SFS），MySQL 只保存指针信息。
• 单条记录大小禁止超过 8k（列长度（中文)_3(UTF8)+列长度（英文)_1）

datetime 与 timestamp 有什么不同？

相同点：TIMESTAMP 列的显示格式与 DATETIME 列相同。显示宽度固定在 19 字符，并且格式为 YYYY-MM-DD HH:MM:SS。

不同点：TIMESTAMP

• 4 个字节储存，时间范围：1970-01-01 08:00:01 ~ 2038-01-19 11:14:07 值以 UTC 格式保存，涉及时区转化 ，存储时对当前的时区进行转换，检索时再转换回当前的时区。
• datetime 8 个字节储存，时间范围：1000-01-01 00:00:00 ~ 9999-12-31 23:59:59
• 实际格式储存，与时区无关
• 如何使用 TIMESTAMP 的自动赋值属性？

将当前时间作为 ts 的默认值：ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP。当行更新时，更新 ts 的值：ts TIMESTAMP DEFAULT 0 ON UPDATE CURRENT_TIMESTAMP。

可以将 1 和 2 结合起来：ts TIMESTAMP DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP。

如何使用 INT UNSIGNED 存储 ip？

使用 INT UNSIGNED 而不是 char(15) 来存储 ipv4 地址，通过 MySQL 函数 inet_ntoa 和 inet_aton 来进行转化。Ipv6 地址目前没有转化函数，需要使用 DECIMAL 或者两个 bigINT 来存储。

• 如无备注，所有字段都设置 NOT NULL，并设置默认值；
• 禁止在数据库中存储明文密码
• 如无备注，所有的布尔值字段，如 is_hot、is_deleted，都必须设置一个默认值，并设为 0；
• 如无备注，排序字段 order_id 在程序中默认使用降序排列；
• 整形定义中不添加长度，比如使用 INT，而不是 INT[4]

INT[M]，M 值代表什么含义？

注意数值类型括号后面的数字只是表示宽度而跟存储范围没有关系。很多人他们认为 INT(4) 和 INT(10) 其取值范围分别是 (-9999 到 9999) 和(-9999999999 到 9999999999)，这种理解是错误的。其实对整型中的 M 值与 ZEROFILL 属性结合使用时可以实现列值等宽。不管 INT[M]中 M 值是多少，其取值范围还是 (-2147483648 到 2147483647 有符号时)，(0 到 4294967295 无符号时)。

显示宽度并不限制可以在列内保存的值的范围，也不限制超过列的指定宽度的值的显示。当结合可选扩展属性 ZEROFILL 使用时默认补充的空格用零代替。例如：对于声明为 INT(5) ZEROFILL 的列，值 4 检索为 00004。请注意如果在整数列保存超过显示宽度的一个值，当 MySQL 为复杂联接生成临时表时会遇到问题，因为在这些情况下 MySQL 相信数据适合原列宽度，如果为一个数值列指定 ZEROFILL, MySQL 自动为该列添加 UNSIGNED 属性。

使用 VARBINARY 存储大小写敏感的变长字符串

什么时候用 CHAR，什么时候用 VARCHAR？

CHAR 和 VARCHAR 类型类似，但它们保存和检索的方式不同。它们的最大长度和是否尾部空格被保留等方面也不同。CHAR 和 VARCHAR 类型声明的长度表示你想要保存的最大字符数。例如，CHAR(30) 可以占用 30 个字符。

CHAR 列的长度固定为创建表时声明的长度。长度可以为从 0 到 255 的任何值。当保存 CHAR 值时，在它们的右边填充空格以达到指定的长度。当检索到 CHAR 值时，尾部的空格被删除掉。在存储或检索过程中不进行大小写转换。

VARCHAR 列中的值为可变长字符串。长度可以指定为 0 到 65,535 之间的值。(VARCHAR 的最大有效长度由最大行大小和使用的字符集确定。整体最大长度是 65,532 字节）。同 CHAR 对比，VARCHAR 值保存时只保存需要的字符数，另加一个字节来记录长度（如果列声明的长度超过 255，则使用两个字节)。VARCHAR 值保存时不进行填充。当值保存和检索时尾部的空格仍保留，符合标准 SQL。

char 适合存储用户密码的 MD5 哈希值，它的长度总是一样的。对于经常改变的值，char 也好于 varchar,因为固定长度的行不容易产生碎片，对于很短的列，char 的效率也高于 varchar。char(1) 字符串对于单字节字符集只会占用一个字节，但是 varchar(1) 则会占用 2 个字节，因为 1 个字节用来存储长度信息。

索引设计规范

MySQL 的查询速度依赖良好的索引设计，因此索引对于高性能至关重要。合理的索引会加快查询速度（包括 UPDATE 和 DELETE 的速度，MySQL 会将包含该行的 page 加载到内存中，然后进行 UPDATE 或者 DELETE 操作），不合理的索引会降低速度。MySQL 索引查找类似于新华字典的拼音和部首查找，当拼音和部首索引不存在时，只能通过一页一页的翻页来查找。当 MySQL 查询不能使用索引时，MySQL 会进行全表扫描，会消耗大量的 IO。索引的用途：去重、加速定位、避免排序、覆盖索引。

什么是覆盖索引

InnoDB 存储引擎中，secondary index（非主键索引）中没有直接存储行地址，存储主键值。如果用户需要查询 secondary index 中所不包含的数据列时，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。覆盖索引的概念就是查询可以通过在一个索引中完成，覆盖索引效率会比较高，主键查询是天然的覆盖索引。合理的创建索引以及合理的使用查询语句，当使用到覆盖索引时可以获得性能提升。比如 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。

索引的基本规范

• 索引数量控制，单张表中索引数量不超过 5 个，单个索引中的字段数不超过 5 个。
• 综合评估数据密度和分布
• 考虑查询和更新比例

为什么一张表中不能存在过多的索引？

InnoDB 的 secondary index 使用 b+tree 来存储，因此在 UPDATE、DELETE、INSERT 的时候需要对 b+tree 进行调整，过多的索引会减慢更新的速度。

对字符串使用前缀索引，前缀索引长度不超过 8 个字符，建议优先考虑前缀索引，必要时可添加伪列并建立索引。

不要索引 blob/text 等字段,不要索引大型字段,这样做会让索引占用太多的存储空间

什么是前缀索引？

前缀索引说白了就是对文本的前几个字符（具体是几个字符在建立索引时指定）建立索引，这样建立起来的索引更小，所以查询更快。前缀索引能有效减小索引文件的大小，提高索引的速度。但是前缀索引也有它的坏处：MySQL 不能在 ORDER BY 或 GROUP BY 中使用前缀索引，也不能把它们用作覆盖索引(Covering Index)。

建立前缀索引的语法：ALTER TABLE table_name ADD KEY(column_name(prefix_length));

主键准则

• 表必须有主键
• 不使用更新频繁的列
• 尽量不选择字符串列
• 不使用 UUID MD5 HASH
• 默认使用非空的唯一键
• 建议选择自增或发号器

重要的 SQL 必须被索引，核心 SQL 优先考虑覆盖索索引

• UPDATE、DELETE 语句的 WHERE 条件列
• ORDER BY、GROUP BY、DISTINCT 的字段
• 多表 JOIN 的字段

区分度最大的字段放在前面

• 选择筛选性更优的字段放在最前面，比如单号、userid 等，type，status 等筛选性一般不建议放在最前面
• 索引根据左前缀原则，当建立一个联合索引(a,b,c)，则查询条件里面只有包含(a) 或(a,b) 或(a,b,c) 的时候才能走索引,(a,c) 作为条件的时候只能使用到 a 列索引,所以这个时候要确定 a 的返回列一定不能太多，不然语句设计就不合理,(b,c) 则不能走索引
• 合理创建联合索引（避免冗余），(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)

索引禁忌

• 不在低基数列上建立索引，例如“性别”
• 不在索引列进行数学运算和函数运算
• 不要索引常用的小型表
• 尽量不使用外键
• 外键用来保护参照完整性，可在业务端实现
• 对父表和子表的操作会相互影响，降低可用性
• INNODB 本身对 online DDL 的限制

MYSQL 中索引的限制

• MYISAM 存储引擎索引长度的总和不能超过 1000 字节
• BLOB 和 TEXT 类型的列只能创建前缀索引
• MYSQL 目前不支持函数索引
• 使用不等于 (!= 或者 <>) 的时候, MYSQL 无法使用索引。
• 过滤字段使用函数运算 (如 abs (column)) 后, MYSQL 无法使用索引。
• join 语句中 join 条件字段类型不一致的时候 MYSQL 无法使用索引
• 使用 LIKE 操作的时候如果条件以通配符开始 (如 ‘%abc…’) 时, MYSQL 无法使用索引。
• 使用非等值查询的时候, MYSQL 无法使用 Hash 索引。

语句设计规范

使用预编译语句

• 只传参数，比传递 SQL 语句更高效
• 一次解析，多次使用
• 降低 SQL 注入概率

避免隐式转换

• 会导致索引失效

充分利用前缀索引

• 必须是最左前缀
• 不可能同时用到两个范围条件
• 不使用 % ​前导的查询，如 like "%ab" ​

不使用负向查询，如 not in/like

• 无法使用索引，导致全表扫描
• 全表扫描导致 buffer pool 利用率降低

避免使用存储过程、触发器、UDF、events 等

• 让数据库做最擅长的事
• 降低业务耦合度，为 sacle out、sharding 留有余地
• 避开 BUG

避免使用大表的 JOIN

• MySQL 最擅长的是单表的主键/二级索引查询
• JOIN 消耗较多内存，产生临时表

避免在数据库中进行数学运算

• MySQL 不擅长数学运算和逻辑判断
• 无法使用索引

减少与数据库的交互次数

• INSERT … ON DUPLICATE KEY UPDATE
• REPLACE INTO、INSERT IGNORE 、INSERT INTO VALUES(),(),()
• UPDATE … WHERE ID IN(10,20,50,…)

合理的使用分页

限制分页展示的页数 只能点击上一页、下一页 采用延迟关联

如何正确的使用分页？

假如有类似下面分页语句：SELECT * FROM table ORDER BY id LIMIT 10000, 10 由于 MySQL 里对 LIMIT OFFSET 的处理方式是取出 OFFSET+LIMIT 的所有数据，然后去掉 OFFSET，返回底部的 LIMIT。所以，在 OFFSET 数值较大时，MySQL 的查询性能会非常低。可以使用 id > n 的方式进行解决：

使用 id > n 的方式有局限性，对于 id 不连续的问题，可以通过翻页的时候同时传入最后一个 id 方式来解决。

http://example.com/page.php?last=100
select  * from table where id<100 order by id desc limit 10
//上一页 http://example.com/page.php?first=110
select  * from table where id>110 order by id desc limit 10

这种方式比较大的缺点是，如果在浏览中有插入/删除操作，翻页不会更新，而总页数可能仍然是根据新的 count(*) 来计算，最终可能会产生某些记录访问不到。为了修补这个问题，可以继续引入当前页码以及在上次翻页以后是否有插入/删除等影响总记录数的操作并进行缓存

select * from table where id >= (select id from table order by id limit #offset#, 1)

• 拒绝大 SQL，拆分成小 SQL
• 充分利用 QUERY CACHE
• 充分利用多核 CPU
• 使用 in 代替 or，in 的值不超过 1000 个
• 禁止使用 order by rand()
• 使用 EXPLAIN 诊断，避免生成临时表

EXPLAIN 语句（在 MySQL 客户端中执行）可以获得 MySQL 如何执行 SELECT 语句的信息。通过对 SELECT 语句执行 EXPLAIN，可以知晓 MySQL 执行该 SELECT 语句时是否使用了索引、全表扫描、临时表、排序等信息。尽量避免 MySQL 进行全表扫描、使用临时表、排序等。详见官方文档。

用 union all 而不是 union

union all 与 union 有什么区别？

union 和 union all 关键字都是将两个结果集合并为一个，但这两者从使用和效率上来说都有所不同。

union 在进行表链接后会筛选掉重复的记录，所以在表链接后会对所产生的结果集进行排序运算，删除重复的记录再返回结果。如：

select * from test_union1union select * from test_union2

这个 SQL 在运行时先取出两个表的结果，再用排序空间进行排序删除重复的记录，最后返回结果集，如果表数据量大的话可能会导致用磁盘进行排序。

而 union all 只是简单的将两个结果合并后就返回。这样，如果返回的两个结果集中有重复的数据，那么返回的结果集就会包含重复的数据了。

从效率上说，union all 要比 union 快很多，所以，如果可以确认合并的两个结果集中不包含重复的数据的话，那么就使用 union all，如下：

select * from test_union1 union all select * from test_union2

• 程序应有捕获 SQL 异常的处理机制
• 禁止单条 SQL 语句同时更新多个表
• 不使用 select * ，SELECT 语句只获取需要的字段
• 消耗 CPU 和 IO、消耗网络带宽
• 无法使用覆盖索引
• 减少表结构变更带来的影响
• 因为大，select/join 可能生成临时表
• UPDATE、DELETE 语句不使用 LIMIT
• INSERT 语句必须显式的指明字段名称，不使用 INSERT INTO table()
• INSERT 语句使用 batch 提交（INSERT INTO table VALUES(),(),()……），values 的个数不超过 500
• 统计表中记录数时使用 COUNT(*)，而不是 COUNT(primary_key) 和 COUNT(1) 备注：仅针对 Myisam
• 数据更新建议使用二级索引先查询出主键，再根据主键进行数据更新
• 禁止使用跨库查询
• 禁止使用子查询，建议将子查询转换成关联查询
• 针对 varchar 类型字段的程序处理，请验证用户输入，不要超出其预设的长度；

分表规范

单表一到两年内数据量超过 500w 或数据容量超过 10G 考虑分表，需提前考虑历史数据迁移或应用自行删除历史数据，采用等量均衡分表或根据业务规则分表均可。要分表的数据表必须与 DBA 商量分表策略

• 用 HASH 进行散表，表名后缀使用十进制数，下标从 0 开始
• 按日期时间分表需符合 YYYY[MM][dd][HH]格式
• 采用合适的分库分表策略。例如千库十表、十库百表等
• 禁止使用分区表，分区表对分区键有严格要，分区表在表变大后执行 DDL、SHARDING、单表恢复等都变得更加困难。
• 拆分大字段和访问频率低的字段，分离冷热数据

行为规范

• 批量导入、导出数据必须提前通知 DBA 协助观察
• 禁止在线上从库执行后台管理和统计类查询
• 禁止有 super 权限的应用程序账号存在
• 产品出现非数据库导致的故障时及时通知 DBA 协助排查
• 推广活动或上线新功能必须提前通知 DBA 进行流量评估
• 数据库数据丢失，及时联系 DBA 进行恢复
• 对单表的多次 alter 操作必须合并为一次操作
• 不在 MySQL 数据库中存放业务逻辑
• 重大项目的数据库方案选型和设计必须提前通知 DBA 参与
• 对特别重要的库表，提前与 DBA 沟通确定维护和备份优先级
• 不在业务高峰期批量更新、查询数据库其他规范
• 提交线上建表改表需求，必须详细注明所有相关 SQL 语句

其他规范

日志类数据不建议存储在 MySQL 上，优先考虑 Hbase 或 OceanBase，如需要存储请找 DBA 评估使用压缩表存储。