[資料庫]【MySQL】MySQL資料庫規範總結

加瓦一枚發表於2019-03-10

資料命名規範

 

  • 所有資料庫物件名稱必須使用小寫字母並用下劃線分割。

  • 所有資料庫物件名稱禁止使用 MySQL 保留關鍵字(如果表名中包含關鍵字查詢時,需要將其用單引號括起來)。

  • 資料庫物件的命名要能做到見名識意,並且最後不要超過32個字元。

  • 臨時庫表必須以 tmp_ 為字首並以日期為字尾,備份表必須以 bak_ 為字首並以日期 ( 時間戳 ) 為字尾。

  • 所有儲存相同資料的列名和列型別必須一致(一般作為關聯列,如果查詢時關聯列型別不一致會自動進行資料型別隱式轉換,會造成列上的索引失效,導致查詢效率降低)。

資料庫基本設計規範

 

1、所有表必須使用 InnoDB 儲存引擎
沒有特殊要求(即 InnoDB 無法滿足的功能如:列儲存,儲存空間資料等)的情況下,所有表必須使用 InnoDB 儲存引擎(MySQL 5.5 之前預設使用 Myisam,5.6 以後預設的為 InnoDB)InnoDB 支援事務,支援行級鎖,更好的恢復性,高併發下效能更好。

2、資料庫和表的字符集統一使用 UTF8
相容性更好,統一字符集可以避免由於字符集轉換產生的亂碼,不同的字符集進行比較前需要進行轉換會造成索引失效。

3、所有表和欄位都需要新增註釋
使用 comment 從句新增表和列的備註 從一開始就進行資料字典的維護。

4、儘量控制單表資料量的大小,建議控制在 500 萬以內
500 萬並不是 MySQL 資料庫的限制,過大會造成修改表結構、備份、恢復都會有很大的問題,可以用歷史資料歸檔(應用於日誌資料),分庫分表(應用於業務資料)等手段來控制資料量大小。

5、謹慎使用 MySQL 分割槽表
分割槽表在物理上表現為多個檔案,在邏輯上表現為一個表 謹慎選擇分割槽鍵,跨分割槽查詢效率可能更低 建議採用物理分表的方式管理大資料。

6、儘量做到冷熱資料分離,減小表的寬度
MySQL 限制每個表最多儲存 4096 列,並且每一行資料的大小不能超過 65535 位元組 減少磁碟 IO,保證熱資料的記憶體快取命中率(表越寬,把表裝載進記憶體緩衝池時所佔用的記憶體也就越大,也會消耗更多的 IO) 更有效的利用快取,避免讀入無用的冷資料 經常一起使用的列放到一個表中(避免更多的關聯操作)

7、禁止在表中建立預留欄位
預留欄位的命名很難做到見名識義 預留欄位無法確認儲存的資料型別,所以無法選擇合適的型別 對預留欄位型別的修改,會對錶進行鎖定

8、禁止在資料庫中儲存圖片,檔案等大的二進位制資料
通常檔案很大,會短時間內造成資料量快速增長,資料庫進行資料庫讀取時,通常會進行大量的隨機 IO 操作,檔案很大時,IO 操作很耗時 通常儲存於檔案伺服器,資料庫只儲存檔案地址資訊。

9、禁止線上上做資料庫壓力測試

10、禁止從開發環境,測試環境直接連線生成環境資料庫

資料庫欄位設計規範

 

1. 優先選擇符合儲存需要的最小的資料型別

原因
列的欄位越大,建立索引時所需要的空間也就越大,這樣一頁中所能儲存的索引節點的數量也就越少也越少,在遍歷時所需要的IO次數也就越多, 索引的效能也就越差

方法

1、將字串轉換成數字型別儲存,如:將IP地址轉換成整形資料。

MySQL 提供了兩個方法來處理 IP 地址

inet_aton 把ip轉為無符號整型(4-8位)
inet_ntoa 把整型的ip轉為地址

插入資料前,先用 inet_aton 把 IP 地址轉為整型,可以節省空間。顯示資料時,使用 inet_ntoa 把整型的 IP 地址轉為地址顯示即可。

2、對於非負型的資料(如自增 ID、整型 IP)來說,要優先使用無符號整型來儲存,因為無符號相對於有符號可以多出一倍的儲存空間。

  • SIGNED INT -2147483648~2147483647
    UNSIGNED INT 0~4294967295

    VARCHAR(N) 中的 N 代表的是字元數,而不是位元組數。使用 UTF8 儲存 255 個漢字 Varchar(255)=765 個位元組。過大的長度會消耗更多的記憶體

2. 避免使用 TEXT、BLOB 資料型別,最常見的TEXT型別可以儲存64k的資料

  • 建議把 BLOB 或是TEXT列分離到單獨的擴充套件表中

    MySQL 記憶體臨時表不支援 TEXT、BLOB 這樣的大資料型別,如果查詢中包含這樣的資料,在排序等操作時,就不能使用記憶體臨時表,必須使用磁碟臨時表進行。

    而且對於這種資料,MySQL 還是要進行二次查詢,會使 SQL 效能變得很差,但是不是說一定不能使用這樣的資料型別。

    如果一定要使用,建議把 BLOB 或是 TEXT 列分離到單獨的擴充套件表中,查詢時一定不要使用 select * 而只需要取出必要的列,不需要 TEXT 列的資料時不要對該列進行查詢。

  • TEXT 或 BLOB 型別只能使用字首索引

    因為 MySQL 對索引欄位長度是有限制的,所以 TEXT 型別只能使用字首索引,並且 TEXT 列上是不能有預設值的。

3. 避免使用 ENUM 型別

  • 修改 ENUM 值需要使用 ALTER 語句

  • ENUM 型別的 ORDER BY 操作效率低,需要額外操作

  • 禁止使用數值作為 ENUM 的列舉值

4. 儘可能把所有列定義為 NOT NULL

原因:

  • 索引 NULL 列需要額外的空間來儲存,所以要佔用更多的空間。

  • 進行比較和計算時要對 NULL 值做特別的處理。

5. 使用 TIMESTAMP(4 個位元組)或 DATETIME 型別(8 個位元組)儲存時間

TIMESTAMP 儲存的時間範圍 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07。

TIMESTAMP 佔用 4 位元組和 INT 相同,但比 INT 可讀性高,超出 TIMESTAMP 取值範圍的使用 DATETIME 型別儲存。

經常會有人用字串儲存日期型的資料(不正確的做法):

  • 缺點 1:無法用日期函式進行計算和比較。

  • 缺點 2:用字串儲存日期要佔用更多的空間。

6. 同財務相關的金額類資料必須使用 decimal 型別

  • 非精準浮點:float,double

  • 精準浮點:decimal

Decimal 型別為精準浮點數,在計算時不會丟失精度。佔用空間由定義的寬度決定,每 4 個位元組可以儲存 9 位數字,並且小數點要佔用一個位元組。可用於儲存比 bigint 更大的整型資料。

索引設計規範

 

1. 限制每張表上的索引數量,建議單張表索引不超過 5 個

索引並不是越多越好!索引可以提高效率同樣也可以降低效率;索引可以增加查詢效率,但同樣也會降低插入和更新的效率,甚至有些情況下會降低查詢效率。

因為 MySQL 優化器在選擇如何優化查詢時,會根據統一資訊,對每一個可以用到的索引來進行評估,以生成出一個最好的執行計劃,如果同時有很多個索引都可以用於查詢,就會增加 MySQL 優化器生成執行計劃的時間,同樣會降低查詢效能。

2. 禁止給表中的每一列都建立單獨的索引

5.6 版本之前,一個 SQL 只能使用到一個表中的一個索引,5.6 以後,雖然有了合併索引的優化方式,但是還是遠遠沒有使用一個聯合索引的查詢方式好

3. 每個 InnoDB 表必須有個主鍵

InnoDB 是一種索引組織表:資料的儲存的邏輯順序和索引的順序是相同的。每個表都可以有多個索引,但是表的儲存順序只能有一種 InnoDB是按照主鍵索引的順序來組織表的。

不要使用更新頻繁的列作為主鍵,不適用多列主鍵(相當於聯合索引) 不要使用 UUID、MD5、HASH、字串列作為主鍵(無法保證資料的順序增長)。主鍵建議使用自增 ID 值。

常見索引列建議

 

  • 出現在 SELECT、UPDATE、DELETE 語句的 WHERE 從句中的列。

  • 包含在 ORDER BY、GROUP BY、DISTINCT 中的欄位。

  • 並不要將符合 1 和 2 中的欄位的列都建立一個索引,通常將 1、2 中的欄位建立聯合索引效果更好。

  • 多表 JOIN 的關聯列。

如何選擇索引列的順序

 

建立索引的目的是:希望通過索引進行資料查詢,減少隨機 IO,增加查詢效能 ,索引能過濾出越少的資料,則從磁碟中讀入的資料也就越少。

  • 區分度最高的放在聯合索引的最左側(區分度 = 列中不同值的數量 / 列的總行數)。

  • 儘量把欄位長度小的列放在聯合索引的最左側(因為欄位長度越小,一頁能儲存的資料量越大,IO 效能也就越好)。

  • 使用最頻繁的列放到聯合索引的左側(這樣可以比較少的建立一些索引)。

避免建立冗餘索引和重複索引

 

因為這樣會增加查詢優化器生成執行計劃的時間。

  • 重複索引示例:primary key(id)、index(id)、unique index(id)

  • 冗餘索引示例:index(a,b,c)、index(a,b)、index(a)

優先考慮覆蓋索引

 

對於頻繁的查詢優先考慮使用覆蓋索引。

覆蓋索引:就是包含了所有查詢欄位(where,select,ordery by,group by包含的欄位)的索引

覆蓋索引的好處:

  • 避免 InnoDB 表進行索引的二次查詢

    InnoDB 是以聚集索引的順序來儲存的,對於 InnoDB 來說,二級索引在葉子節點中所儲存的是行的主鍵資訊,如果是用二級索引查詢資料的話,在查詢到相應的鍵值後,還要通過主鍵進行二次查詢才能獲取我們真實所需要的資料。而在覆蓋索引中,二級索引的鍵值中可以獲取所有的資料,避免了對主鍵的二次查詢 ,減少了 IO 操作,提升了查詢效率。

  • 可以把隨機 IO 變成順序 IO 加快查詢效率

    由於覆蓋索引是按鍵值的順序儲存的,對於 IO 密集型的範圍查詢來說,對比隨機從磁碟讀取每一行的資料 IO 要少的多,因此利用覆蓋索引在訪問時也可以把磁碟的隨機讀取的 IO 轉變成索引查詢的順序 IO。

索引SET規範

 

儘量避免使用外來鍵約束。

  • 不建議使用外來鍵約束(foreign key),但一定要在表與表之間的關聯鍵上建立索引。

  • 外來鍵可用於保證資料的參照完整性,但建議在業務端實現。

  • 外來鍵會影響父表和子表的寫操作從而降低效能。

資料庫SQL開發規範

 

1. 建議使用預編譯語句進行資料庫操作

預編譯語句可以重複使用這些計劃,減少 SQL 編譯所需要的時間,還可以解決動態 SQL 所帶來的 SQL 注入的問題 只傳引數,比傳遞 SQL 語句更高效 相同語句可以一次解析,多次使用,提高處理效率。

2. 避免資料型別的隱式轉換

隱式轉換會導致索引失效。如:

select name,phone from customer where id = '111';

3. 充分利用表上已經存在的索引

  • 避免使用雙 % 號的查詢條件。
    如a like '%123%',(如果無前置 %,只有後置 %,是可以用到列上的索引的)

  • 一個 SQL 只能利用到複合索引中的一列進行範圍查詢
    如:有 a,b,c 列的聯合索引,在查詢條件中有 a 列的範圍查詢,則在 b,c 列上的索引將不會被用到,在定義聯合索引時,如果a列要用到範圍查詢的話,就要把 a 列放到聯合索引的右側。

  • 使用 left join 或 not exists 來優化 not in 操作
    因為 not in 也通常會使用索引失效。

4. 資料庫設計時,應該要對以後擴充套件進行考慮

5. 程式連線不同的資料庫使用不同的賬號,進位制跨庫查詢

  • 為資料庫遷移和分庫分表留出餘地

  • 降低業務耦合度

  • 避免許可權過大而產生的安全風險

6. 禁止使用 SELECT * 必須使用 SELECT <欄位列表> 查詢

原因:

  • 消耗更多的 CPU 和 IO 以網路頻寬資源

  • 無法使用覆蓋索引

  • 可減少表結構變更帶來的影響

7. 禁止使用不含欄位列表的 INSERT 語句

如:
insert into values ('a','b','c'); 

應使用:
insert into t(c1,c2,c3) values ('a','b','c');

8. 避免使用子查詢,可以把子查詢優化為 JOIN 操作

通常子查詢在 in 子句中,且子查詢中為簡單 SQL ( 不包含 union、group by、order by、limit 從句 ) 時,才可以把子查詢轉化為關聯查詢進行優化。

子查詢效能差的原因:

  • 子查詢的結果集無法使用索引,通常子查詢的結果集會被儲存到臨時表中,不論是記憶體臨時表還是磁碟臨時表都不會存在索引,所以查詢效能會受到一定的影響。

  • 特別是對於返回結果集比較大的子查詢,其對查詢效能的影響也就越大。

  • 由於子查詢會產生大量的臨時表也沒有索引,所以會消耗過多的 CPU 和 IO 資源,產生大量的慢查詢。

9. 避免使用 JOIN 關聯太多的表

對於 MySQL 來說,是存在關聯快取的,快取的大小可以由 join_buffer_size 引數進行設定。

在 MySQL 中,對於同一個 SQL 多關聯(join)一個表,就會多分配一個關聯快取,如果在一個 SQL 中關聯的表越多,所佔用的記憶體也就越大。

如果程式中大量的使用了多表關聯的操作,同時 join_buffer_size 設定的也不合理的情況下,就容易造成伺服器記憶體溢位的情況,就會影響到伺服器資料庫效能的穩定性。

同時對於關聯操作來說,會產生臨時表操作,影響查詢效率 MySQL 最多允許關聯 61 個表,建議不超過 5 個。

10. 減少同資料庫的互動次數

資料庫更適合處理批量操作 合併多個相同的操作到一起,可以提高處理效率

11. 對應同一列進行 or 判斷時,使用 in 代替 or

In 的值不要超過 500 個, in 操作可以更有效的利用索引,or 大多數情況下很少能利用到索引。

 

12. 禁止使用 order by rand() 進行隨機排序

會把表中所有符合條件的資料裝載到記憶體中,然後在記憶體中對所有資料根據隨機生成的值進行排序,並且可能會對每一行都生成一個隨機值,如果滿足條件的資料集非常大,就會消耗大量的 CPU 和 IO 及記憶體資源。

推薦在程式中獲取一個隨機值,然後從資料庫中獲取資料的方式。

13. WHERE從句中禁止對列進行函式轉換和計算

對列進行函式轉換或計算時會導致無法使用索引。

不推薦:
where date(create_time)='20190101'

推薦:
where create_time >= '20190101' and create_time < '20190102'

 

14. 在明顯不會有重複值時使用 UNION ALL 而不是 UNION

  • UNION 會把兩個結果集的所有資料放到臨時表中後再進行去重操作。

  • UNION ALL 不會再對結果集進行去重操作。

15. 拆分複雜的大 SQL 為多個小 SQL

  • 大 SQL:邏輯上比較複雜,需要佔用大量 CPU 進行計算的SQL 。

  • MySQL:一個 SQL 只能使用一個 CPU 進行計算。

  • SQL 拆分後可以通過並行執行來提高處理效率。

資料庫操作行為規範

1. 超 100 萬行的批量寫(UPDATE、DELETE、INSERT)操作,要分批多次進行操作

  • 大批量操作可能會造成嚴重的主從延遲
    主從環境中,大批量操作可能會造成嚴重的主從延遲,大批量的寫操作一般都需要執行一定長的時間,而只有當主庫上執行完成後,才會在其他從庫上執行,所以會造成主庫與從庫長時間的延遲情況

  • Binlog 日誌為 row 格式時會產生大量的日誌
    大批量寫操作會產生大量日誌,特別是對於 row 格式二進位制資料而言,由於在 row 格式中會記錄每一行資料的修改,我們一次修改的資料越多,產生的日誌量也就會越多,日誌的傳輸和恢復所需要的時間也就越長,這也是造成主從延遲的一個原因。

  • 避免產生大事務操作
    大批量修改資料,一定是在一個事務中進行的,這就會造成表中大批量資料進行鎖定,從而導致大量的阻塞,阻塞會對 MySQL 的效能產生非常大的影響。

    特別是長時間的阻塞會佔滿所有資料庫的可用連線,這會使生產環境中的其他應用無法連線到資料庫,因此一定要注意大批量寫操作要進行分批。

2. 對於大表使用 pt-online-schema-change 修改表結構

  • 避免大表修改產生的主從延遲

  • 避免在對錶欄位進行修改時進行鎖表

對大表資料結構的修改一定要謹慎,會造成嚴重的鎖表操作,尤其是生產環境,是不能容忍的。

pt-online-schema-change 它會首先建立一個與原表結構相同的新表,並且在新表上進行表結構的修改,然後再把原表中的資料複製到新表中,並在原表中增加一些觸發器。

把原表中新增的資料也複製到新表中,在行所有資料複製完成之後,把新表命名成原表,並把原來的表刪除掉,把原來一個 DDL 操作,分解成多個小的批次進行。

3. 禁止為程式使用的賬號賦予 super 許可權

當達到最大連線數限制時,還執行 1個 有 super 許可權的使用者連線 super 許可權只能留給 DBA 處理問題的賬號使用。

4. 對於程式連線資料庫賬號,遵循許可權最小原則

程式使用資料庫賬號只能在一個 DB 下使用,不準跨庫 程式使用的賬號原則上不準有 drop 許可權。

相關文章