前言

该MySQL规范于网上搜集，包括一些阿里和业界的一些规范，并对一些规范稍作说明，仅用作学习和查阅使用
以下所有规范会按照【强制】、【建议】两个级别进行标注，遵守优先级从高到低

数据库

  1. 【强制】库的名称格式：库的名称必须控制在32个字符以内，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
  2. 【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
  3. 【强制】所有数据库对象名称必须使用小写字母并用下划线分割

表结构

  1. 【强制】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】表名要求模块名强相关，需见名知意，命名需要与业务、产品线等相关联，如师资系统采用”sz”作为前缀，渠道系统采用”qd”作为前缀等
  3. 【强制】表名不使用复数名词
  4. 【强制】小数类型为 decimal，禁止使用 float 和 double
  5. 【强制】对于超过100W行的大表进行alter table，必须慎重，并在业务低峰期执行
    说明alter table会产生表锁，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
  6. 【强制】表必备三字段：id, create_time, update_time
    说明其中 id 必为主键，类型为bigint unsigned、单表时自增、步长为1 create_time, update_time的类型均为 datetime 类型，前者现在时表示主动式创建，后者过去分词表示被动式更新
  7. 【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
    说明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
  8. 【强制】建表必须有comment
  9. 【建议】主键为id，类型为int或bigint，且为auto_increment
    说明如果不设置主键或主键值为随机插入，则会导致innodb内部page分裂和大量随机I/O，性能下降，在不适用分布式系统的时候使用主键自增，性能最优，单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表
  10. 【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
    说明使用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
  11. 【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
  12. 【建议】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
  13. 【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
    说明在保证数据一致性的前提下，减少关联查询，提高性能，冗余字段应遵循
    1） 不是频繁修改的字段
    2） 不是唯一索引的字段
    3） 不是 varchar 超长字段，更不能是 text 字段

列结构

  1. 【建议】表中的自增列（auto_increment属性），推荐使用bigint类型
    说明无符号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)
    说明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
  4. 【建议】不推荐使用enum，set
    说明浪费空间，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
    说明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】文本数据尽量用varchar存储varchar是变长存储，比char更省空间
    说明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
  7. 【建议】根据业务来决定时间类型选取timestamp还是datetime
    说明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存储目前时区的时间，而datetime存储的时间的绝对值，在哪里都一样

索引

  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. 【强制】InnoDB和MyISAM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
  3. 【强制】单个索引中每个索引记录的长度不能超过64KB
  4. 【强制】超过三个表禁止 join 需要 join 的字段，数据类型保持绝对一致 ； 多表关联查询时，保证被关联的字段需要有索引
  5. 【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
  6. 【建议】单个表上的索引个数不能超过7个
  7. 【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
  8. 【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
  9. 【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，需要删除
  10. 【参考】创建索引时避免有如下极端误解
    1） 索引宁滥勿缺认为一个查询就需要建一个索引
    2） 吝啬索引的创建认为索引会消耗空间、严重拖慢记录的更新以及行的新增速度
    3） 抵制惟一索引认为惟一索引一律需要在应用层通过“先查后插”方式解决

DML语句

  1. 【强制】SELECT语句必须指定具体字段名称，禁止写成*
    说明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. 【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
  4. 【强制】不要使用 count(列名)或 count(常量)来替代 count(*)，count(*)是 SQL92 定义的标准统计行数的语法，跟数据库无关，跟 NULL 和非 NULL 无关
    说明count(*)会统计值为 NULL 的行，而 count(列名)不会统计此列为 NULL 值的行
  5. 【强制】不得使用外键与级联，一切外键概念必须在应用层解决
    说明假设学生表中的 student_id 是主键，那么成绩表中的 student_id 则为外键如果更新学生表中的 student_id，同时触发成绩表中的 student_id 更新，即为级联更新外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度
  6. 【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
  7. 【强制】禁止使用存储过程，存储过程难以调试和扩展，更没有移植性
    说明存储过程还是以实际业务为主，比较稳定的可以保留，最大优点就在于效率高
  8. 【强制】生产环境禁止使用hint，如sql_no_cache，force index，ignore key，straight join等
    说明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！
  9. 【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
  10. 【强制】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
  11. 【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
  12. 【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
  13. 【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
    说明如where a=1 or b=2优化为where a=1… union …where b=2, key(a),key(b)
  14. 【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;
  15. 【建议】insert into…values(XX),(XX),(XX)…这里XX的值不要超过5000个
    说明值过多虽然上线很很快，但会引起主从同步延迟
  16. 【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union all不需要去重，节省数据库资源，提高性能
  17. 【建议】in值列表限制在500以内例如select… where userid in(….500个以内…)
    说明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

多表连接

  1. 【强制】禁止跨db的join语句
    说明可以减少模块间耦合，为数据库拆分奠定坚实基础
  2. 【强制】禁止在业务的更新类SQL语句中使用join，比如update t1 join t2…
  3. 【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
  4. 【建议】线上环境，多表join不要超过3个表
    说明超过三个表的可以对表中字段进行适当冗余
  5. 【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 …
  6. 【建议】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

事务

  1. 【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repeatable-read
  2. 【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
  3. 【建议】事务里包含SQL不超过5个（支付业务除外）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
  4. 【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
  5. 【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
  6. 【建议】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
  7. 【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，一般建议值5-10秒
  8. 【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

排序和分组

  1. 【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
    说明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. 【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
    说明如where a=1 order by可以利用key(a,b)
  3. 【建议】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

线上禁止使用的SQL语句

  1. 【高危】禁用update|delete t1 … where a=XX limit XX;
    说明这种带limit的更新语句会导致主从不一致，导致数据错乱建议加上order by PK
  2. 【高危】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. 【强制】禁用procedure、function、trigger、views、event、外键约束
    说明消耗数据库资源，降低数据库实例可扩展性推荐都在程序端实现
  4. 【强制】禁用insert into …on duplicate key update…
    说明在高并发环境下，会造成主从不一致
  5. 【强制】禁止联表更新语句，如update t1,t2 where t1.id=t2.id…

【进阶】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. 【强制】对于分区表执行alter table操作，必须在业务低峰期执行
  6. 【强制】采用分库策略的，库的数量不能超过1024
  7. 【强制】采用分表策略的，表的数量不能超过4096
  8. 【建议】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
  9. 【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
  10. 【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