适用场景：并发量大、数据量大的互联网业务
一、 基础规范
1. 推荐使用InnoDB存储引擎
支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资源利用率更高
2. 使用UTF8字符集
万国码，无需转码，无乱码风险，节省空间
3. 数据表、数据字段必须加入中文注释
4. 高并发场景下禁止使用存储过程、视图、触发器、Event
高并发大数据的互联网业务，架构设计思路是“解放数据库CPU，将计算转移到服务层”，并发量大的情况下，这些功能很可能将数据库拖死，业务逻辑放到服务层具备更好的扩展性，能够轻易实现“增机器就加性能”。数据库擅长存储与索引，CPU计算还是上移吧
5. 禁止存储大文件或者大照片
何要让数据库做它不擅长的事情？大文件和照片存储在文件系统，数据库里存URI多好
二、命名规范
1. 线上环境、开发环境、测试环境数据库内网域名遵循命名规范
业务名称：xxx
线上环境：dj.xxx.db
开发环境：dj.xxx.rdb
测试环境：dj.xxx.tdb
从库在名称后加-s标识，备库在名称后加-ss标识
线上从库：dj.xxx-s.db
线上备库：dj.xxx-sss.db
2. 库名、表名、字段名：小写，下划线风格，不超过32个字符，必须见名知意，禁止拼音英文混用
3. 表名t_xxx，非唯一索引名idx_xxx，唯一索引名uniq_xxx
三、表设计规范
1. 单实例表数目必须小于500
2. 单表列数目必须小于30
3. 表必须有主键，例如自增主键
解读：
a）主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用
b）主键要选择较短的数据类型， Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率
c） 无主键的表删除，在row模式的主从架构，会导致备库夯住
四、字段设计规范
1. 必须把字段定义为NOT NULL并且提供默认值
解读：
a）null的列使索引/索引统计/值比较都更加复杂，对MySQL来说更难优化
b）null 这种类型MySQL内部需要进行特殊处理，增加数据库处理记录的复杂性；同等条件下，表中有较多空字段的时候，数据库的处理性能会降低很多
c）null值需要更多的存储空，无论是表还是索引中每行中的null的列都需要额外的空间来标识
d）对null 的处理时候，只能采用is null或is not null，而不能采用=、in、<、<>、!=、not in这些操作符号。如：where name!=’shenjian’，如果存在name为null值的记录，查询结果就不会包含name为null值的记录
2. 禁止使用TEXT、BLOB类型
会浪费更多的磁盘和内存空间，非必要的大量的大字段查询会淘汰掉热数据，导致内存命中率急剧降低，影响数据库性能
3. 禁止使用小数存储货币
使用整数吧，小数容易导致钱对不上（以分为单位统计）
4. 必须使用varchar(20)存储手机号
解读：
a）涉及到区号或者国家代号，可能出现+-()
b）手机号会去做数学运算么？
c）varchar可以支持模糊查询，例如：like“138%”
5. 禁止使用ENUM，可使用TINYINT代替
解读：
a）增加新的ENUM值要做DDL操作
b）ENUM的内部实际存储就是整数，你以为自己定义的是字符串？
五、索引设计规范
1. 单表索引建议控制在5个以内
2. 单索引字段数不允许超过5个
字段超过5个时，实际已经起不到有效过滤数据的作用了
3. 禁止在更新十分频繁、区分度不高的属性上建立索引
解读：
a）更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能
b）“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似
4. 建立组合索引，必须把区分度高的字段放在前面
能够更加有效的过滤数据
六、SQL使用规范
1. 禁止使用SELECT *，只获取必要的字段，需要显示说明列属性
解读：
a）读取不需要的列会增加CPU、IO、NET消耗
b）不能有效的利用覆盖索引
c）使用SELECT *容易在增加或者删除字段后出现程序BUG
2. 禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性
容易在增加或者删除字段后出现程序BUG
3. 禁止使用属性隐式转换
强制类型转换会全表扫描。
SELECT uid FROM t_user WHERE phone=13812345678会导致全表扫描，而不能命中phone索引，猜猜为什么？（这个线上问题不止出现过一次）
4. 禁止在WHERE条件的属性上使用函数或者表达式
SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15'会导致全表扫描
正确的写法是：SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')
5. 禁止负向查询，以及%开头的模糊查询
负向查询条件：NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等，会导致全表扫描
%开头的模糊查询，会导致全表扫描，而非前导模糊查询则可以：select * from order where desc like 'XX%'
6. 禁止大表使用JOIN查询，禁止大表使用子查询
会产生临时表，消耗较多内存与CPU，极大影响数据库性能
7. 禁止使用OR条件，必须改为IN查询
旧版本Mysql的OR查询是不能命中索引的，即使能命中索引，为何要让数据库耗费更多的CPU帮助实施查询优化呢？
8. 应用程序必须捕获SQL异常，并有相应处理
9. 数据区分度不大的字段不宜使用索引
select * from user where sex=1，经验上，能过滤80%数据时就可以使用索引。对于订单状态，如果状态值很少，不宜使用索引，如果状态值很多，能够过滤大量数据，则应该建立索引。
10. 如果业务大部分是单条查询，使用Hash索引性能更好，例如用户中心
select * from user where uid=?
select * from user where login_name=?
原因：
- B-Tree索引的时间复杂度是O(log(n))
- Hash索引的时间复杂度是O(1)
11. 复合索引最左前缀，并不是指SQL语句的where顺序要和复合索引一致
用户中心建立了(login_name, passwd)的复合索引
select * from user where login_name=? and passwd=?
select * from user where passwd=? and login_name=?
都能够命中索引
select * from user where login_name=?也能命中索引，满足复合索引最左前缀
elect * from user where passwd=?不能命中索引，不满足复合索引最左前缀
12. 如果明确知道只有一条结果返回，limit 1能够提高效率
你知道只有一条结果，但数据库并不知道，明确告诉它，让它主动停止游标移动
13. 把计算放到业务层而不是数据库层，除了节省数据的CPU，还有意想不到的查询缓存优化效果
● select * from order where date < = CURDATE()这不是一个好的SQL实践，应该优化为：
$curDate = date('Y-m-d');
$res = mysql_query(
'select * from order where date < = $curDate');
原因：释放了数据库的CPU，多次调用，传入的SQL相同，才可以利用查询缓存
网友评论