一、基础规范
第一条:必须使用InnoDB存储引擎
解读: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
第二条:必须使用utf8(utf8mb4)字符集
解读:万国码,无需转码,无乱码风险,节省空间,utf8mb4是utf8的超集,由于近年移动设备的增多,emoji表情以及部分不常见汉字在utf8下会表现为乱码,故需要升级至utf8mb4
第三条:数据表、数据字段必须加入中文注释
解读:N年后谁会知道这个a1,a2,a3字段是干嘛的
第四条:禁止使用存储过程、视图、触发器、Event
解读: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
第五条:禁止存储大文件或者大照片
解读:为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
第一条:只允许使用内网域名,而不是ip连接数据库
解读:虽然IP访问更快,域名访问需要内网dns,但是对于大数据库的扩展和迁库考虑,域名更好
第二条: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
第三条:库名、表名、字段名:小写,下划线风格,不超过32个字符,禁止拼音英文混用
解读:见名知意,方便后续维护
第四条:表名t_xxx,非唯一索引名idx_xxx,唯一索引名uniq_xxx
解读:见名知意,方便后续维护
三、表和字段设计规范
第一条:禁止使用外键,如果有外键完整性约束,需要应用程序控制
解读:外键会导致表与表之间耦合,update与delete操作都会涉及相关联的表,十分影响sql的性能,甚至会造成死锁。高并发情况下容易造成数据库性能,大数据高并发业务场景数据库使用以性能优先
第二条: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
第三条:禁止使用TEXT、BLOB类型
解读: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
第四条:禁止使用小数存储国币
解读:曾经踩过这样的坑,100元分3天摊销,每天摊销(100/3)元,结果得到3个33.33。后来实施对账系统,始终有几分钱对不齐,郁闷了很久(不是几分钱的事,是业务方质疑的眼神让研发很不爽),最后发现是除法惹的祸
解决方案:使用“分”作为单位,这样数据库里就是整数了
第五条: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%”
第六条: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?
第七条: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、索引设计规范
第一条:单表索引建议控制在5个以内
解读:一个好的索引设计,可以让你的效率提高几十甚至几百倍,但过多反而适得其反
第二条:单索引字段数不允许超过5个
解读:字段超过5个时,实际已经起不到有效过滤数据的作用了
第三条: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
第四条:建立组合索引,必须把区分度高的字段放在前面
解读:能够更加有效的过滤数据
五、SQL使用规范
第一条: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
第二条:禁止使用INSERT INTO t_xxx VALUES(xxx),必须显示指定插入的列属性
解读:容易在增加或者删除字段后出现程序BUG
第三条:禁止使用属性隐式转换
解读: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?
int数据类型优先级高于archer, 该查询会把phone转换为int,因此需要把表中所有数据改成int,所以必须全盘扫描
phone是varchar类型,SQL语句带入的是整形,故不会命中索引,加个引号就好了:
SELECT uid FROM t_user WHERE phone='13812345678'
第四条:禁止在WHERE条件的属性上使用函数或者表达式
解读: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')
第五条:禁止大表使用JOIN查询,禁止大表使用子查询
解读:会产生临时表,消耗较多内存与CPU,极大影响数据库性能,大表指的是数据量在1000万以上的表
第六条:禁止使用OR条件,必须改为IN查询
解读: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?
第七条:禁止使用负向查询,以及%开头的模糊查询
解读:
a) 负向查询条件:NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等,会导致全表扫描
b) %开头的模糊查询,会导致全表扫描
一般来说,WHERE过滤条件不会只带这么一个“负向查询条件”,还会有其他过滤条件,举个例子:查询沈剑已完成订单之外的订单(好拗口):
SELECT oid FROM t_order WHERE uid=123 AND status != 1;
订单表5000w数据,但uid=123就会迅速的将数据量过滤到很少的级别(uid建立了索引),此时再接上一个负向的查询条件就无所谓了,扫描的行数本身就会很少
但如果要查询所有已完成订单之外的订单:
SELECT oid FROM t_order WHERE status != 1;
这就挂了,立马CPU100%,status索引会失效,负向查询导致全表扫描
第八条:应用程序必须捕获SQL异常,并有相应处理
解读:方便维护,及时“查漏补缺”
总结:大数据量高并发的互联网业务,极大影响数据库性能的都不让用,不让用哟。
原文:https://segmentfault.com/a/1190000012658563