简介：阅读目录(Content)数据库命令规范数据库基本设计规范1. 所有表必须使用Innodb存储引擎2. 数据库和表的字符集统一使用UTF83. 所有表和字段都需要添加注释4. 尽量控制单表数据量的大小，建议控制在500万以内5. 谨慎使 ...
阅读目录(Content)
回到顶部(go to top) 数据库命令规范
回到顶部(go to top) 数据库基本设计规范1. 所有表必须使用Innodb存储引擎没有特殊要求（即Innodb无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用Innodb存储引擎（mysql5.5之前默认使用Myisam，5.6以后默认的为Innodb）Innodb 支持事务，支持行级锁，更好的恢复性，高并发下性能更好2. 数据库和表的字符集统一使用UTF8 兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会造成索引失效3. 所有表和字段都需要添加注释 使用comment从句添加表和列的备注从一开始就进行数据字典的维护4. 尽量控制单表数据量的大小，建议控制在500万以内500万并不是Mysql数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小5. 谨慎使用Mysql分区表 分区表在物理上表现为多个文件，在逻辑上表现为一个表谨慎选择分区键，跨分区查询效率可能更低建议采用物理分表的方式管理大数据6. 尽量做到冷热数据分离，减小表的宽度 Mysql限制每个表最多存储4096列，并且每一行数据的大小不能超过65535字节减少磁盘IO,保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的IO）更有效的利用缓存，避免读入无用的冷数据经常一起使用的列放到一个表中（避免更多的关联操作）7. 禁止在表中建立预留字段 预留字段的命名很难做到见名识义预留字段无法确认存储的数据类型，所以无法选择合适的类型对预留字段类型的修改，会对表进行锁定8. 禁止在数据库中存储图片，文件等大的二进制数据 通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作很耗时通常存储于文件服务器，数据库只存储文件地址信息9. 禁止在线上做数据库压力测试10. 禁止从开发环境，测试环境直接连接生成环境数据库 回到顶部(go to top) 数据库字段设计规范1. 优先选择符合存储需要的最小的数据类型原因是：列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的IO次数也就越多，索引的性能也就越差方法：
回到顶部(go to top) 索引设计规范1. 限制每张表上的索引数量，建议单张表索引不超过5个索引并不是越多越好！索引可以提高效率同样可以降低效率索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率因为mysql优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加mysql优化器生成执行计划的时间，同样会降低查询性能2. 禁止给表中的每一列都建立单独的索引 5.6版本之前，一个sql只能使用到一个表中的一个索引，5.6以后，虽然有了合并索引的优化方式，但是还是远远没有使用一个联合索引的查询方式好3. 每个Innodb表必须有个主键 Innodb是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的每个表都可以有多个索引，但是表的存储顺序只能有一种Innodb是按照主键索引的顺序来组织表的不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引）不要使用UUID,MD5,HASH,字符串列作为主键（无法保证数据的顺序增长）主键建议使用自增ID值 回到顶部(go to top) 常见索引列建议
回到顶部(go to top) 如何选择索引列的顺序建立索引的目的是：希望通过索引进行数据查找，减少随机IO，增加查询性能 ，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少
回到顶部(go to top) 避免建立冗余索引和重复索引（增加了查询优化器生成执行计划的时间）重复索引示例：primary key(id)、index(id)、unique index(id)冗余索引示例：index(a,b,c)、index(a,b)、index(a) 回到顶部(go to top) 对于频繁的查询优先考虑使用覆盖索引覆盖索引：就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引覆盖索引的好处:
回到顶部(go to top) 索引SET规范尽量避免使用外键约束不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引外键可用于保证数据的参照完整性，但建议在业务端实现外键会影响父表和子表的写操作从而降低性能回到顶部(go to top) 数据库SQL开发规范1. 建议使用预编译语句进行数据库操作预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题只传参数，比传递SQL语句更高效相同语句可以一次解析，多次使用，提高处理效率2. 避免数据类型的隐式转换 隐式转换会导致索引失效如: select name,phone from customer where id = "111";3. 充分利用表上已经存在的索引避免使用双%号的查询条件。如 a like "%123%"，（如果无前置%,只有后置%，是可以用到列上的索引的）一个SQL只能利用到复合索引中的一列进行范围查询 如 有 a,b,c列的联合索引，在查询条件中有a列的范围查询，则在b,c列上的索引将不会被用到，在定义联合索引时，如果a列要用到范围查找的话，就要把a列放到联合索引的右侧使用left join 或 not exists 来优化not in 操作 因为not in 也通常会使用索引失效4. 数据库设计时，应该要对以后扩展进行考虑5. 程序连接不同的数据库使用不同的账号，进制跨库查询 为数据库迁移和分库分表留出余地降低业务耦合度避免权限过大而产生的安全风险6. 禁止使用SELECT * 必须使用SELECT <字段列表> 查询 原因： 消耗更多的CPU和IO以网络带宽资源 无法使用覆盖索引 可减少表结构变更带来的影响7. 禁止使用不含字段列表的INSERT语句 如： insert into values ("a","b","c");应使用 insert into t(c1,c2,c3) values ("a","b","c");8. 避免使用子查询，可以把子查询优化为join操作通常子查询在in子句中，且子查询中为简单SQL(不包含union、group by、order by、limit从句)时,才可以把子查询转化为关联查询进行优化子查询性能差的原因： 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响 特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大 由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询9. 避免使用JOIN关联太多的表 对于Mysql来说，是存在关联缓存的，缓存的大小可以由join_buffer_size参数进行设置在Mysql中，对于同一个SQL多关联（join）一个表，就会多分配一个关联缓存，如果在一个SQL中关联的表越多，所占用的内存也就越大如果程序中大量的使用了多表关联的操作，同时join_buffer_size设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性同时对于关联操作来说，会产生临时表操作，影响查询效率Mysql最多允许关联61个表，建议不超过5个10. 减少同数据库的交互次数 数据库更适合处理批量操作合并多个相同的操作到一起，可以提高处理效率11. 对应同一列进行or判断时，使用in代替or in 的值不要超过500个in 操作可以更有效的利用索引，or大多数情况下很少能利用到索引12. 禁止使用order by rand() 进行随机排序 会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的CPU和IO及内存资源推荐在程序中获取一个随机值，然后从数据库中获取数据的方式13. WHERE从句中禁止对列进行函数转换和计算 对列进行函数转换或计算时会导致无法使用索引不推荐：where date(create_time)="20190101"推荐：where create_time >= "20190101" and create_time < "20190102"14. 在明显不会有重复值时使用UNION ALL 而不是UNION UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作UNION ALL 不会再对结果集进行去重操作15. 拆分复杂的大SQL为多个小SQL 大SQL:逻辑上比较复杂，需要占用大量CPU进行计算的SQLMySQL 一个SQL只能使用一个CPU进行计算SQL拆分后可以通过并行执行来提高处理效率 回到顶部(go to top) 数据库操作行为规范超100万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作1. 大批量操作可能会造成严重的主从延迟主从环境中,大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况2. binlog日志为row格式时会产生大量的日志大批量写操作会产生大量日志，特别是对于row格式二进制数据而言，由于在row格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因3. 避免产生大事务操作大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对MySQL的性能产生非常大的影响特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批对于大表使用pt-online-schema-change修改表结构
当达到最大连接数限制时，还运行1个有super权限的用户连接super权限只能留给DBA处理问题的账号使用对于程序连接数据库账号，遵循权限最小原则 程序使用数据库账号只能在一个DB下使用，不准跨库程序使用的账号原则上不准有drop权限作者：听风原文：https://www.cnblogs.com/huchong/p/10219318.html
|
