MySQL生产库开发规范

MySQL开发规范

文件状态：
[  ] 草稿
[√] 正式发布
[  ] 正在修改 文件标识： 
 当前版本： V1.0
 作    者： 贺磊
 完成日期： 2016-05-24

变更记录
序号 修改日期 修改内容 修改人 审核人 批准人 批准日期
1 2016-05-24 MySQL开发规范 贺磊   
 

 
MySQL开发规范
1. 简介
持续借鉴、收集并整理一些开发规范和技巧，期望能更充分利用MySQL的特性，得到更好的性能。
规范是死的，人是活的。
现在定义的规范，是为以后推翻准备的。
1.1 目的
提供给开发人员参考，方便写成更有效率的开发。
1.2 范围
文档涉及的范围：需要基于MySQL做应用开发的人员。
1.3 定义、首字母缩写词和缩略语
暂无

2. 数据库设计
目标三个：功能实现，可伸缩性，可用性。
关键点：平衡业务技术各个方面，做好取舍。
80%的性能优化来自架构设计的优化。
2.1 引擎及版本选择
******引擎建议使用InnoDB
根据目前我们业务的特点，建议使用MySQL5.6社区版。
2.2 架构浅谈
开发大牛都擅长，这里不多提，仅标注一下。
2.2.1 读写分离
2.2.2 分库分表

3. 表设计
先看一个范例：

create
table erp_example(
id int(10) unsigned NOT NULL AUTO_INCREMENT,
server_type TINYINT(3) UNSIGNED NOT NULL DEFAULT 0,
name varchar(5) NOT NULL DEFAULT '',
PRIMARY
KEY(id),
KEY `idx_name` (`name`)
)
ENGINE=innodb
AUTO_INCREMENT=1
DEFAULT
CHARSET=utf8;

3.1 设计规范
3.1.1 每张表都要有主键id int(10) UNSIGNED ，且与业务无关。 NOT NULL AUTO_INCREMENT 。
3.1.2 建议字段定义为NOT NULL,需为空字段可定义为NOT NULL DEFAULT ''或0(0不要赋予实际意义)。
3.1.3 库名、表名、字段名必须使用小写字母，“_”分割。
3.1.4 库名、表名、字段名不超过12个字符。
3.1.5 库名、表名、字段名见名知意,建议使用名词而不是动词。
3.1.6 存储精确浮点数必须使用DECIMAL替代FLOAT和DOUBLE。
3.1.7 建议使用UNSIGNED存储非负数值。
3.1.8 建议使用INT UNSIGNED存储IPV4。
3.1.9 ×××定义中建议采用INT(10),而不是INT(1),INT(11)或其他。
3.1.10 存储状态，性别等，用TINYINT，如果不需要负数加UNSIGNED。使用TINYINT UNSIGNED。
3.1.11 不建议使用ENUM类型，使用TINYINT来代替。
3.1.12 尽可能不使用TEXT、BLOB类型。
3.1.13 VARCHAR(N)，N表示的是字符数不是字节数，比如VARCHAR(255)，可以最大可存储255个汉字，需要根据实际的宽度来选择N。VARCHAR(N)，N尽可能小，因为MySQL一个表中所有的VARCHAR字段最大长度是65535个字节21845个汉字，进行排序和创建临时表一类的内存操作时，会使用N的长度申请内存。
3.1.14 表字符集选择UTF8。
3.1.15 存储年使用YEAR类型。
3.1.16 存储日期使用DATE类型。
3.1.17 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。TIMESTAMP类型保存的值不能比1970早或比2037晚。
3.1.18 将过大字段拆分到其他表中。
3.1.19 禁止在数据库中使用VARBINARY、BLOB存储图片、文件等。
3.1.20 表结构变更需要通知DBA审核。

一句话总结：能NOT NULL 就NOT NULL，char、varchar用NOT NULL DEFAULT '',tinyint、smallint、int用NOT NULL DEFAULT 0。char、varchar取值要吝啬，根据实际需求给，比如人名一般不超过5个，varchar(5)，不要varchar(200)。int、tinyint这类，int(1)和int(13)都是一样的，我们统一用int(10),tinyint取值范围[-128,127],加了unsigned取值[0,255]，如果不需要存储负数，整型类型的加unsigned。
 

3.2 索引
3.2.1 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。
3.2.2 唯一索引必须按照“uniq_字段名称_字段名称[_字段名]”进行命名。
3.2.3 索引名称必须使用小写。
3.2.4 索引中的字段数建议不超过5个。
3.2.5 单张表的索引数量控制在5个以内。
3.2.6 索引字段的顺序需要考虑字段值去重之后的个数，个数多的放在前面。
3.2.7 使用EXPLAIN判断SQL语句是否合理使用索引，尽量避免extra列出现：Using File Sort，UsingTemporary。
3.2.8 UPDATE、DELETE语句需要根据WHERE条件添加索引。
3.2.9 不建议使用%前缀模糊查询，例如LIKE “%weibo”。
3.2.10 合理创建联合索引（避免冗余），(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)，但（a,c）只能用到部分索引。
3.2.11 合理利用覆盖索引。
3.2.12 SQL变更需要确认索引是否需要变更并通知DBA。

3.3  SQL语句
3.3.1 SQL语句中IN包含的值不应过多。
3.3.2 UPDATE、DELETE语句不使用LIMIT。
3.3.3 WHERE条件中必须使用合适的类型，避免MySQL进行隐式类型转化。
3.3.4 SELECT语句只获取需要的字段。
3.3.5 SELECT、INSERT语句必须显式的指明字段名称，不使用SELECT *，不使用INSERT INTO table()。
3.3.6 使用SELECT column_name1, column_name2 FROM table WHERE[condition]而不是SELECT column_name1 FROM table WHERE[condition]和SELECT column_name2 FROM table WHERE [condition]。
3.3.7 WHERE条件中的非等值条件（IN、BETWEEN、<、<=、>、>=）会导致后面的条件使用不了索引。
3.3.8 避免在SQL语句进行数学运算或者函数运算，容易将业务逻辑和DB耦合在一起。
3.3.9 INSERT语句使用batch提交（INSERT INTO table VALUES(),(),()……），values的个数不应过多。
3.3.10 避免使用存储过程、触发器、函数等，容易将业务逻辑和DB耦合在一起，并且MySQL的存储过程、触发器、函数中存在一定的bug。
3.3.11 避免使用JOIN。
3.3.12 使用合理的SQL语句减少与数据库的交互次数。
3.3.13 不使用ORDER BY RAND()，使用其他方法替换。
3.3.14 建议使用合理的分页方式以提高分页的效率。
3.3.15 统计表中记录数时使用COUNT(*)，而不是COUNT(primary_key)和COUNT(1)。

3.4  分表
3.4.1 每张表数据量建议控制在500w以下。
3.4.2 使用时间分表，表名后缀必须使用特定格式，比如按年分表user_2016按月分表user_201602、按日分表user_20160209。
 

4. FAQ
4.1 库名、表名、字段名使用小写字母，“_”分割。
a)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。
b) 如果大小写混合用，可能存在abc,Abc,ABC等多个表共存，容易导致混乱。
c) 字段名显示区分大小写，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。
d) 为了统一规范， 库名、表名、字段名使用小写字母。

4.2 库名、表名、字段名必须不超过12个字符。
库名、表名、字段名支持最多64个字符，但为了统一规范、易于辨识以及减少传输量，必须不超过12字符。

4.3 库名、表名、字段名见名知意,建议使用名词而不是动词。
a) 用户评论可用表名usercomment或者comment。
b) 库表是一种客观存在的事物，一种对象，所以建议使用名词。

4.4 建议使用InnoDB存储引擎。
a) 5.5以后的默认引擘，支持事务，行级锁，更好的恢复性，高并发下性能更好，对多核，大内存，ssd等硬件支持更好。
b) 具体比较可见附件的官方白皮书。

4.5 存储精确浮点数必须使用DECIMAL替代FLOAT和DOUBLE。
a) mysql中的数值类型（不包括整型）：
IEEE754浮点数：float? （单精度） ， double? 或real? （双精度）
定点数： decimal或 numeric
单精度浮点数的有效数字二进制是24位，按十进制来说，是8位；双精度浮点数的有效数字二进制是53位，按十进制来说，是16 位
一个实数的有效数字超过8位，用单精度浮点数来表示的话，就会产生误差！同样，如果一个实数的有效数字超过16位，用双精度浮点数来表示，也会产生误差
b)IEEE754标准的计算机浮点数，在内部是用二进制表示的，但在将一个十进制数转换为二进制浮点数时，也会造成误差，原因是不是所有的数都能转换成有限长度的二进制数。
即一个二进制可以准确转换成十进制，但一个带小数的十进制不一定能够准确地用二进制来表示。

实例：
drop table if exists t;

create table t(value float(10,2));

insert into t values(131072.67),(131072.68);

select value from t;
+-----------+
|value|
+-----------+
| 131072.67 |
| 131072.69 |
+-----------+

4.6 建议使用UNSIGNED存储非负数值。
同样的字节数，存储的数值范围更大。如tinyint 有符号为 -128-127，无符号为0-255

4.7 如何使用INT UNSIGNED存储ip？
使用INTUNSIGNED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。例如：
SELECT INET_ATON('209.207.224.40');
3520061480
SELECT INET_NTOA(3520061480);
209.207.224.40

4.8 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，比如INT(3)默认显示3位，空格补齐，超出时正常显示，python、java客户端等不具备这个功能。如果采用INT类型，我们都用INT(10)

4.9 不建议使用ENUM、SET类型，使用TINYINT来代替。
a)ENUM，有三个问题：添加新的值要做DDL，默认值问题(将一个非法值插入ENUM(也就是说，允许的值列之外的字符串)，将插入空字符串以作为特殊错误值)，索引值问题（插入数字实际是插入索引对应的值）
实例：
drop table if exists t;
create table t(sex enum('0','1'));
insert into t values(1);
insert into t values('3');
select * from t;
+------+
| sex |
+------+
| 0    |
|      |
+------+
2 rows in set (0.00 sec)

4.10  尽可能不使用TEXT、BLOB类型。
a) 索引排序问题，只能使用max_sort_length的长度或者手工指定ORDER BY SUBSTRING(column,length)的长度来排序
b) Memory引擘不支持text,blog类型，会在磁盘上生成临时表
c) 可能浪费更多的空间
d) 可能无法使用adaptive hash index
e) 导致使用where没有索引的语句变慢

4.11  VARCHAR中会产生额外存储吗？
VARCHAR(M)，如果M<256时会使用一个字节来存储长度，如果M>=256则使用两个字节来存储长度。

4.12  表字符集选择UTF8。
a) 使用utf8字符集，如果是汉字，占3个字节，但ASCII码字符还是1个字节。
b) 统一，不会有转换产生乱码风险
c) 其他地区的用户（美国、印度、台湾）无需安装简体中文支持，就能正常看您的文字，并且不会出现乱码
d)ISO-8859-1编码(latin1)使用了单字节内的所有空间，在支持ISO-8859-1的系统中传输和存储其他任何编码的字节流都不会被抛弃。即把其他任何编码的字节流当作ISO-8859-1编码看待都没有问题，保存的是原封不动的字节流。

4.13  使用VARBINARY存储变长字符串。
二进制字节流，不存在编码问题

4.14  为什么建议使用TIMESTAMP来存储时间而不是DATETIME？
DATETIME和TIMESTAMP都是精确到秒，优先选择TIMESTAMP，因为TIMESTAMP只有4个字节，而DATETIME8个字节。同时TIMESTAMP具有自动赋值以及自动更新的特性。
如何使用TIMESTAMP的自动赋值属性？
a) 将当前时间作为ts的默认值：ts TIMESTAMP DEFAULTCURRENT_TIMESTAMP。
b)当行更新时，更新ts的值：ts TIMESTAMP DEFAULT 0 ONUPDATE CURRENT_TIMESTAMP。
c) 可以将1和2结合起来：ts TIMESTAMP DEFAULTCURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP。
TIMESTAMP类型保存的值不能比1970早或比2037晚
4.15  建议字段定义为NOT NULL。
a）如果null字段被索引，需要额外的1字节
b）使索引，索引统计，值的比较变得更复杂
c）可用''，0代替
d）如果是索引字段，一定要定义为not null
例如：NOT NULL default ''

4.16  禁止在数据库中使用VARBINARY、BLOB存储图片、文件等。
采用分布式文件系统更高效

4.17  为什么MySQL的性能依赖于索引？
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。

4.18  为什么一张表中不能存在过多的索引？
InnoDB的secondaryindex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。

4.19  EXPLAIN语句
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。

4.20  不建议使用%前缀模糊查询，例如LIKE “%weibo”。
会导致全表扫描

4.21  什么是覆盖索引？
InnoDB 存储引擎中，secondaryindex（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secondaryindex中所不包含的数据列时，需要先通过secondaryindex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。

4.22  UPDATE、DELETE语句不使用LIMIT。
a) 可能导致主从数据不一致
b) 会记录到错误日志，导致日志占用大量空间
4.23  为什么需要避免MySQL进行隐式类型转化？
因为MySQL进行隐式类型转化之后，可能会将索引字段类型转化成=号右边值的类型，导致使用不到索引，原因和避免在索引字段中使用函数是类似的。

4.24  为什么不建议使用SELECT *?
增加很多不必要的消耗（cpu、io、内存、网络带宽）；增加了使用覆盖索引的可能性；当表结构发生改变时，前段也需要更新。
4.25  为什么不能使用ORDER BY rand()？
因为ORDER BYrand()会将数据从磁盘中读取，进行排序，会消耗大量的IO和CPU，可以在程序中获取一个rand值，然后通过在从数据库中获取对应的值。

4.26  MySQL中如何进行分页？
假如有类似下面分页语句：
SELECT * FROM table ORDER BY TIME DESC LIMIT 10000,10;
这种分页方式会导致大量的io，因为MySQL使用的是提前读取策略。
推荐分页方式：
SELECT * FROM table where id >=(select id from table order by id limit 10000,1)limit 10;
SELECT * FROM table inner JOIN(SELECT id FROM table ORDER BY id LIMIT 10000,10) as t USING(id)

4.27  为什么避免使用复杂的SQL？
拒绝使用复杂的SQL，将大的SQL拆分成多条简单SQL分步执行。原因：简单的SQL容易使用到MySQL的querycache；减少锁表时间特别是MyISAM；可以使用多核cpu。

2. InnoDB存储引擎为什么避免使用COUNT(*)?
InnoDB表避免使用COUNT(*)操作，计数统计实时要求较强可以使用memcache或者redis，非实时统计可以使用单独统计表，定时更新。