MySQL数据库设计规范

1.数据库设计

1.1库名

1.库的名称尽量控制在32个字符以内,最长不超过64个字符,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。库名建议不要使用MySQL保留字。如ic_u_payment_prod_db,为创新中心unex payment项目。

2.库的名称格式:业务系统名称_子系统名,同一模块使用的表名尽量使用统一前缀。

3.一般分库名称命名格式是“库通配名_编号”,编号从“1”开始递增,比如“wenda_001”,以时间进行分库的名称格式是“库通配名_时间”

4.创建数据库时必须显式指定字符集,并且字符集只能是utf8。

创建数据库SQL举例:

Create database db1 default character set utf8 COLLATE utf8_general_ci;

1.2表结构

1.表和字段的名称尽量控制在32个字符以内,最长不超过64个字符。表名只能使用字母、数字和下划线,一律小写。表名建议不使用MySQL保留字

2.表名要求模块名强相关,如支付系统采用”payment”作为前缀。

3.创建表时必须显式指定字符集为utf8,DEFAULT CHARSET=utf8。

4.创建表时必须显式指定表存储引擎类型,ENGINE=xxxx,如无特殊需求,一律为InnoDB。

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,因此首推InnoDB。

5.建表必须有comment,方便其他人理解表结构,进而理解业务。

6.建表时关于主键:

推荐开发的同事们使用和业务没有任何关联的自增id来做主键(切记不要使用uuid来做主键),类型为int或bigint,且为auto_increment

因为如果设为主键且主键值为随机插入,则会导致InnoDB内部page分裂和大量随机I/O,性能下降。

7.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update_time,便于查问题。

8.表中所有字段建议都是NOT NULL属性,业务可以根据需要定义DEFAULT值,如空字符串‘’,或者‘0’。

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。

如果此列为NULL,需要添加索引,则必须更改为NOT NULL,如果不需要添加索引,可以暂时不处理。

9.建议对表里的blob、text等大字段,根据主键拆分到其他表中,仅在需要读这些对象的时候才去select。

10.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。

11.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。

12.对于超过100W行的大表进行alter table,必须在业务低峰期执行,并使用PT-OSC工具执行。

因为alter table会产生MDL锁,期间阻塞对于该表的所有写入,对于业务可能会产生极大影响。

1.3数据类型优化

1.表中的自增列(auto_increment属性),推荐使用bigint类型。

因为无符号int存储范围为0-4294967295(大约42亿左右),溢出后会导致报错。

2.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.业务中IP地址字段推荐使用Unsigned 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);

Php:

ip2long(‘192.168.2.12’); long2ip(3530427185);

4.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,需要用PT-OCS工具修改。推荐使用tinyint。

5.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。如果有需求使用,请单独建表,用主键与相关表关联。

6.存储金钱的字段,数据量小,使用decimal,并指定具体的长度,如decimal(19,3)。数据量大,建议用bigint,程序端乘以100和除以100进行存取。

7.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。

8.varchar(255)与varchar(20)都可以满足时,请使用varchar(20)

这么做的好处是:更小的字段类型占用更少的内存,占用更少的磁盘空间,占用更少的磁盘IO,以及占用更少的带宽。举个例子,如果一个varchar(50)的字段,不管你存储了几个字符,在查询的时候仍然需要申请50 byte的内存

9.时间类型尽量选取datetime

因为在MySQL5.6之后,datetime占用5字节,时间范围:1000-01-01 00:00:00 ~ 9999-12-31 23:59:59,

在timestamp占用4字节,时间范围:1970-01-01 00:00:01~2038-01-01 00:00:00,值以UTC格式保存,涉及时区转化 ,存储时对当前的时区进行转换,检索时再转换回当前的时区。

MySQL5.6.5开始均支持自动更新为current_timestamp

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。

1.4索引设计

1.InnoDB表必须主键为id

int/bigint auto_increment,且主键值禁止被更新。

2.主键的名称以“pk_”开头,唯一键以“uk_”开头,普通索引以“idx_”开头,一律使用小写格式,以字段的名称或缩写作为后缀。

3.InnoDB存储引擎表,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.单个索引中每个索引记录的长度不能超过64KB

5.单个表上的索引个数不能超过7个

6.单个索引中的字段不超过5个

7.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)/select count(*)计算出来。

8.在多表join的SQL里,建议被驱动表的连接列上有索引,这样join执行效率最高。

9.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,需要删除。

10.不建议使用外键。

11.不在低基数列上建立索引,例如性别。

1.5分库分表、分区表

1.不建议使用分区表。分区表对分区键有严格要求;分区表在表变大后,执行DDL、SHARDING、单表恢复等都变得更加困难。因此 不建议使用分区表,并建议业务端⼿手动SHARDING。

2.采用分库策略的,库的数量不能超过1024

3.采用分表策略的,表的数量不能超过4096

4.单个分表不超过500W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。

5.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。

1.6字符集

1.数据库本身库、表、列所有字符集必须保持一致,为utf8。

2.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

1.7 程序DAO层设计建议

1.新的代码不要用model,推荐使用手动拼SQL+绑定变量传入参数的方式。

因为model虽然可以使用面向对象的方式操作db,但是其使用不当很容易造成生成的SQL非常复杂,且model层自己做的强制类型转换性能较差,最终导致数据库性能下降。

2.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。

3.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。

4.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。

5.对于log或history类型的表,随时间增长容易越来越大,因此上线前必须建立表数据清理或归档方案。

6.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(20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,或更新后过一段时间再去读从库。

7.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。

8.业务逻辑之间加锁顺序尽量保持一致,否则会导致死锁。

9.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。

1.8一个规范的建表语句示例

一个较为规范的建表语句为:

CREATE TABLE `user` (

`id` bigint NOT NULL AUTO_INCREMENT,

`user_id` bigint NOT NULL COMMENT '用户id',

`username` varchar(45) NOT NULL DEFAULT '' COMMENT '真实姓名',

`email` varchar(30) NOT NULL DEFAULT '' COMMENT '用户邮箱',

`nickname` varchar(45) NOT NULL DEFAULT '' COMMENT '昵称',

`birthday` date NOT NULL DEFAULT '19000101' COMMENT '生日',

`sex` tinyint DEFAULT '0' COMMENT '性别',

`short_introduce` varchar(150) DEFAULT NULL COMMENT '一句话介绍自己,最多150个汉字',

`user_resume` varchar(300) NOT NULL DEFAULT'' COMMENT '用户提交的简历存放地址',

`user_register_ip` int unsigned  NULL  COMMENT '用户注册时的源ip',

`create_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT '用户记录创建的时间',

`update_time` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT '用户资料修改的时间',

`user_review_status` tinyint(4) NOT NULL DEFAULT '4' COMMENT '用户资料审核状态,1为通过,2为审核中,3为未通过,4为还未提交审核',

PRIMARY KEY (`id`),

UNIQUE KEY `uk_user_id` (`user_id`),

KEY `idx_username` (`username`),

KEY `idx_create_time` (`create_time`,`user_review_status`)

) ENGINE=InnoDB DEFAULT CHARSET=utf8 COMMENT='网站用户基本信息';

2.SQL编写

2.1DML语句

1.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.insert语句指定具体字段名称,不要写成insert into t1 values(…),道理同上。

3.insert into…values(XX),(XX),(XX)..这里XX的值不要超过5000个。

值过多虽然执行很快,但是这是个大事物,容易引起主从同步延迟。

4.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.in值列表建议限制在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.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.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中断。

8.写入和事务发往主库,只读SQL发往从库。

9.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。

10.生产环境禁止使用hint,如sql_no_cache,force index,ignore key,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!

11.where条件里等号左右字段类型必须一致,否则无法利用索引。

12.SELECT|UPDATE|DELETE|REPLACE要有WHERE子句,且WHERE子句的条件必需使用索引查找。

13.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。

14.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。

15.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’

where user_id+2=10023

16.禁止隐式转换。数值类型禁止加引号;字符串类型必须加引号。

17.分页查询,当limit起点较高时,可先用过滤条件进行过滤。

select a,b,c from t1 limit 10000,20;

优化为:

select a,b,c from t1 where id>10000 limit 20;

18.禁止使用%前导查询,例如:like '%abc',有可能会无法使用索引,可以使用‘abc%'。

19.禁止使用负向查询,例如:not in、!=、not like。

20.禁止使用order by rand()。

order by rand()会为表增加⼀个伪列,然后⽤rand()函数为每⼀⾏数据计算出rand()值,然后基于该⾏排序, 这通常都会生成磁盘上的临时表,因此效率非常低。建议先使用rand()函数获得随机的主键值,然后通过主键 获取数据。

2.2多表连接

1.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。

2.禁止在业务的更新类SQL语句中使用join,比如

update t1 join t2…

3.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。

4.线上环境,多表join建议不要超过3个表。

5.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 …

6.在多表join中,尽量选取结果集较小的表作为驱动表,来join其他表。

7.上次讨论说是尽量不适用表连接。。

2.3事务

1.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。

2.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,一般建议值5-10秒。

3.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。

4.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repeatable-read

5.事务里包含SQL不超过5个(支付业务除外)

因为过长的事务会导致锁数据较久,MySQL内部缓存、连接消耗过多等雪崩问题。

6.事务里更新语句尽量基于主键或unique key,如

update … where id=XX;

否则会产生间隙锁,内部扩大锁定范围,导致系统性能下降,产生死锁。

7.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。

8.对于MySQL主从延迟严格敏感的select语句,请开启事务强制访问主库。

2.4排序和分组

1.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。

2.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.包含了order by、group by、distinct这些查询的语句,where条件过滤出来的结果集请保持在1000行以内,否则SQL会很慢。

2.5 线上禁止使用的SQL语句

1.禁用

update|delete t1 … where a=XX limit XX;

这种带limit的更新语句。

因为会导致主从不一致,导致数据错乱。建议加上order by PK

2.禁止使用关联子查询,如

update t1 set … where name in(select name from user where…);

效率极其低下。

3.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。

4.禁用

insert into …on duplicate key update…

在高并发环境下,会造成主从不一致。

5.禁止联表更新语句,如

update t1,t2 where t1.id=t2.id…

推荐阅读更多精彩内容

  • 这篇文章是基于几年工作经验以及网络上一些资料写就而成,主要是总结一下关于数据库和表设计方面的一些规范和原则,不涉及...
    华华lucky阅读 424评论 0 2
  • 1、引言 数据库设计过程中表、字段等的命名规范也算是设计规范的一部分,不过设计规范更多的是为了确保数据库设计的合理...
    孟宪志阅读 28,267评论 0 46
  • 什么是SQL数据库: SQL是Structured Query Language(结构化查询语言)的缩写。SQL是...
    大大大军阅读 1,202评论 0 10
  • 什么是数据库? 数据库是存储数据的集合的单独的应用程序。每个数据库具有一个或多个不同的API,用于创建,访问,管理...
    chen_000阅读 3,161评论 0 19
  • 长大了跟人谈爱情,我说太假。有车有房有存款可是偏偏少了点爱。这些日子周末都要去大学里上课,午休的时候都会一个人到篮...
    鱼滑鳞阅读 67评论 0 1