Mysql

DB设计规范

1. 规范背景与目的
MySQL数据库与Oracle、SQL SERVER等数据库相比，有其内核上的优势与劣势。比如MySQL没有执行计划缓存等。我们在使用MySQL数据库的时候需要遵循一定规范，扬长避短。本规范旨在帮助或指导开发、设计人员做出适合线上业务的数据库设计。
设计出更高效稳定的数据库，从而为公司业务系统稳定、健康运行、业务发展提供有效保障。
2. 设计规范
2.1 数据库设计
以下所有规范会按照【高危】、【强制】、【建议】三个级别进行标注，遵守优先级从高到低。
对于不满足【高危】和【强制】两个级别的设计，DBA有权要求修改，并不予上线，继续上线需要技术线总监和运维线总监级别以上的人员邮件审批同意。
2.2.1 库名
1. 【强制】库的名称必须控制在32个字符以内，相关模块的表名与表名之间尽量体现join的关系，如user表和user_login表。
2. 【强制】库的名称格式：业务系统名称。
3. 【强制】一般分库名称命名格式是“库通配名_编号”，编号从“0”开始递增，比如“m37_user_001”
4.【强制】创建数据库时必须显式指定字符集，并且字符集只能是utf8或者utf8mb4
创建数据库SQL举例：
Create database db1 default character set utf8;
2.2.2 表结构
1. 【建议】表和列的名称必须控制在32个字符以内，表名只能使用字母、数字和下划线，一律小写。
2. 【强制】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
3. 【强制】创建表时必须显式指定字符集为utf8或utf8mb4。
4. 【强制】创建表时必须显式指定表存储引擎类型，如无特殊需求，一律为InnoDB。当需要使用除InnoDB以外的存储引擎时，比如/MyISAM/Memory/Tokudb/MyRocks必须通过DBA审核才能在生产环境中使用。
因为Innodb表支持事务、行锁、宕机恢复、MVCC等关系型数据库重要特性，为业界使用最多的MySQL存储引擎。而这是其他大多数存储引擎不具备的，比如MyISAM锁粒度过大，会导致并发过低和实例崩溃丢数据等问题
(1)【强制】建表必须有comment
(2)【强制】建表时关于主键：强制要求主键为id，类型为int或bigint，且为auto_increment
(3)【建议】核心表（如用户表，金钱相关的表）必须有行数据的创建时间字段create_time和最后更新时间字段last_update_time，便于查问题。
(4)【建议】表中所有字段必须都是NOT NULL属性，业务可以根据需要定义DEFAULT值。
因为使用NULL值会存在每一行都会占用额外存储空间、数据迁移容易出错、聚合函数计算结果偏差等问题。
（5）【建议】建议对表里的blob、text等大字段，垂直拆分到其他表里，仅在需要读这些对象的时候才去select。
主要是避免页迁移的问题。
(6)【建议】定长char类型，不定长用varchar
（7）【建议】反范式设计：把经常需要join查询的字段，在其他表里冗余一份。如user_name属性在user_account，user_login_log等表里冗余一份，减少join查询。
（8）【强制】中间表用于保留中间结果集，名称必须以“tmp_”开头。
备份表用于备份或抓取源表快照，名称必须以“bak_”开头。
中间表和备份表定期清理。
（9）【强制】建表的时候，有些工具会默认生成drop table语句，要去掉，防止误删除有用的表。
（10）【建议】流水性质的表(通常只增加不修改），考虑使用压缩：ROW_FORMAT=COMPRESSED KEY_BLOCK_SIZE=8
2.2.3列数据类型优化
总体的原则的：够用就行，够用的情况下尽量选择占用字节数小的。
【建议】表中的自增列（auto_increment属性），推荐使用bigint类型，并且用unsiged无符号类型
因为无符号int存储范围为-2147483648~2147483647（大约21亿左右），溢出后会导致报错。
2.【建议】业务中选择性很少的状态status、类型type等字段推荐使用tinytint或者smallint类型节省存储空间。
3.【建议】业务中IP地址字段推荐使用int类型，不推荐用char(15)
因为int只占4字节，可以用如下函数相互转换，而char(15)占用至少15字节。一旦表数据行数到了1亿，那么要多用1.1G存储空间！
SQL：select inet_aton('192.168.2.12'); select inet_ntoa(3232236044);
4.【建议】不推荐使用enum，set
因为它们浪费空间，且枚举值写死了，变更不方便。推荐使用tinyint或smallint
5.【建议】不推荐使用blob，text等类型
它们都比较浪费硬盘和内存空间。在加载表数据时，会读取大字段到内存里从而浪费内存空间，影响系统性能。建议和PM、RD沟通，是否真的需要这么大字段？
Innodb中当一行记录超过8098字节时，会将该记录中选取最长的一个字段将其768字节放在原始page里，该字段余下内容放在overflow-page里。不幸的是在compact行格式下，原始page和overflow-page都会加载。
6.【建议】存储金钱 金额 的字段，建议用int 或decimal，程序端乘以100和除以100进行存取。
因为int占用4字节，而double占用8字节，空间浪费。
7.【建议】文本数据尽量用varchar存储
因为varchar是变长存储，比char更省空间。MySQL server层规定一行所有文本最多存65535字节，因此在utf8字符集下最多存21844个字符，超过会自动转换为mediumtext字段。而text在utf8字符集下最多存21844个字符，mediumtext最多存2^24/3个字符，longtext最多存2^32个字符。
一般建议用varchar类型，字符数不要超过2700
8.【建议】时间类型尽量选取timestamp
因为datetime占用8字节，timestamp仅占用4字节，但是范围为1970-01-01 00:00:01到2038-01-01 00:00:00。
更为高阶的方法，选用int来存储时间，使用SQL函数unix_timestamp()和from_unixtime()来进行转换。
2.2.4 索引设计
1. 【强制】InnoDB表必须主键为id int/bigint auto_increment,且主键值禁止被更新。
2. 【建议】主键的名称以“pk_”开头，唯一键以“uk_”或“uq_”开头，普通索引以“idx_”开头，一律使用小写格式，以表名/字段的名称或缩写作为后缀。
3. 【强制】InnoDB表，索引类型必须为BTREE；MEMORY表可以根据需要选择HASH或者BTREE类型索引。
4. 【强制】单个索引中每个索引记录的长度不能超过64KB
5. 【建议】单个表上的索引个数不能超过7个
6. 【建议】在建立索引时，多考虑建立联合索引，并把区分度最高的字段放在最前面。如列userid的区分度可由select count(distinct userid)计算出来。
7. 【建议】在多表join的SQL里，保证被驱动表的连接列上有索引，这样join执行效率最高。
8. 【建议】建表或加索引时，保证表里互相不存在冗余索引。
对于MySQL来说，如果表里已经存在key(a,b)，则key(a)为冗余索引，可以删除。
2.2.5 分库分表、分区表
1. 【强制】分区表的分区字段（partition-key）必须有索引，或者是组合索引的首列。
2. 【强制】单个分区表中的分区（包括子分区）个数不能超过1024。
3. 【强制】上线前RD或者DBA必须指定分区表的创建、清理策略。
4. 【强制】访问分区表的SQL必须包含分区键。
5. 【建议】单个分区文件不超过2G，总大小不超过50G。建议总分区数不超过20个。
6. 【强制】对于分区表执行alter table操作，必须在业务低峰期执行。
7. 【强制】采用分库策略的，库的数量不能超过1024
8. 【强制】采用分表策略的，表的数量不能超过4096
9. 【建议】单个分表不超过1000W行，ibd文件大小不超过2G，这样才能让数据分布式变得性能更佳。
10. 【建议】水平分表尽量用取模方式，日志、报表类数据建议采用日期进行分表。
2.2.6 字符集
1. 【强制】数据库本身库、表、列所有字符集必须保持一致，为utf8或utf8mb4
一般使用utf8 、如有表情Emoji 或非常特殊中文等对应列字段可以为utf8mb4
一般建议 general_ci （不区分大小写即可、排序快、特殊字符可能有排序有问题） 如有法语俄语等使用可unicode_ci、
（节约空间和快 utf8 general_ci ）
2. 【强制】前端程序字符集或者环境变量中的字符集，与数据库、表的字符集必须一致，统一为utf8
2.2.7程序DAO层设计建议
【建议】前端程序连接MySQL或者redis，必须要有连接超时和失败重连机制，且失败重试必须有间隔时间。
【建议】前端程序报错里尽量能够提示MySQL或redis原生态的报错信息，便于排查错误。
【建议】对于有连接池的前端程序，必须根据业务需要配置初始、最小、最大连接数，超时时间以及连接回收机制，否则会耗尽数据库连接资源，造成线上事故。
【建议】对于log或history类型的表，随时间增长容易越来越大，因此上线前RD或者DBA必须建立表数据清理或归档方案。
【建议】 在应用程序设计阶段，RD必须考虑并规避数据库中主从延迟对于业务的影响。尽量避免从库短时延迟（60秒以内）对业务造成影响，建议强制一致性的读开启事务走主库，只有没有实时要求的读才允许讲从库。
【建议】多个并发业务逻辑访问同一块数据（innodb表）时，会在数据库端产生行锁甚至表锁导致并发下降，因此建议更新类SQL尽量基于主键去更新。
【建议】同一个事务里同时操作几个表，建议访问最频繁的表放在最后才更新，减少行锁持有时间，提高并发。
【建议】业务逻辑之间加锁顺序尽量保持一致，否则会导致死锁。
【建议】对于单表读写比大于10:1的数据行或单个列，可以将热点数据放在缓存里（如mecache或redis），加快访问速度，降低MySQL压力。
2.2.8一个规范的建表语句示例
一个较为规范的建表语句为：
CREATE TABLE `sy_ad_region_stat` (
`ID` int(11) NOT NULL AUTO_INCREMENT COMMENT '主键',
`PID` int(11) unsigned DEFAULT '1' COMMENT '联运商ID',
`GID` int(11) unsigned NOT NULL COMMENT '游戏ID',
`CID` int(11) unsigned NOT NULL COMMENT '渠道ID',
`PROVINCE` varchar(36) NOT NULL DEFAULT '' COMMENT '省份名称',
`CITY` varchar(36) NOT NULL DEFAULT '' COMMENT '城市名称',
……
`MONTH_COST_RATE` int(11) NOT NULL DEFAULT '0' COMMENT '当月投产（充值金额/广告金额）',
`TOTAL_COST_RATE` int(11) NOT NULL DEFAULT '0' COMMENT '全盘投产（全盘流水/广告金额）',
`1DREMAIN` int(11) NOT NULL DEFAULT '0' COMMENT '次日留存',
`3DREMAIN` int(11) NOT NULL DEFAULT '0' COMMENT '3日留存',
`7DREMAIN` int(11) NOT NULL DEFAULT '0' COMMENT '7日留存',
`YMD` int(8) unsigned NOT NULL DEFAULT '0' COMMENT '日期',
PRIMARY KEY (`ID`),
UNIQUE KEY `idx_YMD_PROVINCE_CITY_PID_GID_CID` (`YMD`,`PROVINCE`,`CITY`,`PID`,`GID`,`CID`)
) ENGINE=InnoDB AUTO_INCREMENT=27354994 DEFAULT CHARSET=utf8 COMMENT='渠道广告投入按地区统计金额表'
3 SQL编写规范
3.1 DML语句
【强制】SELECT语句必须指定具体字段名称，禁止写成“*”
因为select *会将不该读的数据也从MySQL里读出来，造成网卡压力。且表字段一旦更新，但model层没有来得及更新的话，系统会报错。
2.【强制】insert语句指定具体字段名称，不要写成insert into t1 values(…)，道理同上。
3.【建议】insert into…values(XX),(XX),(XX).. 这里XX的值不要超过5000个。
值过多虽然上线很很快，但会引起主从同步延迟。
4.【建议】SELECT语句不要使用UNION，推荐使用UNION ALL，并且UNION子句个数限制在5个以内。
因为union all不需要去重，节省数据库资源，提高性能。
5.【建议】in值列表限制在500以内。
例如select… where userid in(….500个以内…)，这么做是为了减少底层扫描，减轻数据库压力从而加速查询。
6.【建议】事务里批量更新数据需要控制数量，进行必要的sleep，做到少量多次。
7.【强制】事务涉及的表必须全部是innodb表。
否则一旦失败不会全部回滚，且易造成主从库同步终端。
8.【强制】除静态表或小表（100行以内），DML语句必须有where条件，且使用索引查找。（默认是静态表，如果存在varchar、blob、text字段，表类型就是动态了）
9.【强制】生产环境禁止使用force index，straight join等。
因为hint是用来强制SQL按照某个执行计划来执行，但随着数据量变化我们无法保证自己当初的预判是正确的，因此我们要相信MySQL优化器！
10.【强制】where条件里等号左右字段类型必须一致，否则无法利用索引。
11.【建议】SELECT|UPDATE|DELETE|REPLACE要有WHERE子句，且WHERE子句的条件必需使用索引查找。
12.【建议】生产数据库中强烈不推荐大表上发生全表扫描，但对于100行以下的静态表可以全表扫描。查询数据量不要超过表行数的25%，否则不会利用索引。
13【强制】WHERE 子句中禁止只使用全模糊的LIKE条件进行查找，必须有其他等值或范围查询条件，否则无法利用索引。
14【建议】索引列不要使用函数或表达式，否则无法利用索引。如where length(name)=’Admin’或where user_id+2=10023。
15【建议】减少使用or语句，可将or语句优化为union，然后在各个where条件上建立索引。如where a=1 or b=2优化为where a=1… union all…where b=2, key(a),key(b)
16【建议】分页查询，当limit起点较高时，可先用过滤条件进行过滤。
如select a,b,c from t1 limit 10000,20;优化为:
Select a,b,c from t1 where id>10000 limit 20;
17. 【建议】SQL执行计划中，不同的 type 类型的性能关系如下:
ALL < index < range ~ index_merge < ref < eq_ref < const < system
建议执行计划中，不要出现ALL和index
18. 【建议】统计行数的写法，建议用Select count(1)，不用Select count(主键）或者Select count(字段）
3.2 多表连接
【建议】禁止在业务的更新类SQL语句中使用join，比如update t1 join t2…
【建议】不建议使用子查询，建议将子查询SQL拆开结合程序多次查询，或使用join来代替子查询。
【建议】线上环境，多表join不要超过3个表。
【建议】多表连接查询推荐使用别名，且SELECT列表中要用别名引用字段，数据库.表格式，如“select a from db1.table1 alias1 where …”
【建议】事务中INSERT|UPDATE|DELETE|REPLACE语句操作的行数控制在2000以内，以及WHERE子句中IN列表的传参个数控制在500以内。
【建议】批量操作数据时，需要控制事务处理间隔时间，进行必要的sleep，一般建议每秒操作行数不超过3000行。
【建议】对于有auto_increment属性字段的表的插入操作，并发需要控制在200以内。
【强制】程序设计必须考虑“数据库事务隔离级别”带来的影响，包括脏读、不可重复读和幻读。线上建议事务隔离级别为read-commited，其次建议repeatable-read
【建议】事务里包含SQL不超过5个，因为语句越多，拥有的锁越多，影响并发。
【强制】禁止跨db的join语句。
因为这样可以减少模块间耦合，为数据库拆分奠定坚实基础。
3.3 事务
【建议】事务里更新语句尽量基于主键或unique key，如update … where id=XX;
否则在RR隔离级别下，会产生间隙锁。
2、【建议】尽量把一些典型外部调用移出事务，如调用webservice，访问文件存储等，从而避免事务过长
3.【强制】对于MySQL主从延迟严格敏感的select业务，应该访问主库。
4.【建议】减少使用order by，和业务沟通能不排序就不排序，或将排序放到程序端去做。Order by、group by、distinct这些语句较为耗费CPU，数据库的CPU资源是极其宝贵的。
5.【建议】order by、group by、distinct这些SQL尽量利用索引直接检索出排序好的数据。如where a=1 order by b可以利用key(a,b)。
3.4 线上禁止使用的SQL语句
【强制】禁用procedure、function、trigger、views、event、外键约束。
因为他们消耗数据库资源，降低数据库集群可扩展性。推荐都在程序端实现。
2.【强制】禁用insert into …on duplicate key update… （在高并发环境下，会造成主从不一致，可以参看https://bugs.mysql.com/bug.php?id=58637，此语句较为复杂，难把控）
3.【强制】禁止联表更新语句，如update t1,t2 where t1.id=t2.id…
4.【强制】禁止核心业务流程SQL包含：计算操作、多表关联、表遍历case when等复杂查询，建议拆分成单表简单查询
5.【强制】禁止使用 order by rand() 进行随机排序(语句会把表中所有符合条件的数据加载到内存中并进行排序,会消耗大量的资源)
6.【强制】禁止在 where 从句中对列进行函数转换和计算(会导致列无法使用索引）
3.5 有关数据加密
1、【强制】视系统的重要程度，对于1级系统，应该对敏感数据实施加密，比如对与用户相关的信息实施加密（如手机、地址、邮箱、性别、年龄等）
需要做单向加密的信息，建议用SHA256(message+salt)，需要做双向加解密的信息，建议用AES(message+salt)
3.6 有关隔离级别
1、【建议】我们默认的隔离级别是RC，MySQL的隔离级别默认是RR，注意区别，普通系统用RC就可以了，减少生产间隙锁。
字段相关规范
所有字段均定义为NOT NULL ，提供默认值
字段类型在满足需求条件下越小越好，所以用varchar的原则是够用就好；
使用UNSIGNED存储非负整数
使用TIMESTAMP存储时间
使用varchar存储变长字符串 ，当然要注意varchar(M)里的M指的是字符数不是字节数；使用UNSIGNED INT存储IPv4 地址而不是CHAR(15) ，这种方式只能存储IPv4，存储不了IPv6
使用DECIMAL存储精确浮点数，不要使用float
少用blob text