MySQL - 高效的设计MySQL库表

范式与反范式

范式

范式是关系数据库理论的基础，也是我们在设计数据库结构过程中所要遵循的规则和指导方法。数据库的设计范式是数据库设计所需要满足的规范。

目前关系数据库有六种范式：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式（4NF）和第五范式（5NF，又称完美范式）。

满足最低要求的叫第一范式，简称 1NF。在第一范式基础上进一步满足一些要求的为第二范式，简称 2NF。其余依此类推。各种范式呈递次规范，越高的范式数据库冗余越小。通常所用到的只是前三个范式，即：第一范式（1NF），第二范式（2NF），第三范式（3NF）。

第一范式

第一范式无重复的列，表中的每一列都是拆分的基本数据项，即列不能够再拆分成其他几列，强调的是列的原子性.。

如果在实际场景中，一个联系人有家庭电话和公司电话，那么以“姓名、性别、电话”为表头的表结构就没有达到 1NF。要符合 1NF 我们只需把电话列拆分，让表头变为姓名、性别、家庭电话、公司电话即可。

---

第二范式

第二范式属性完全依赖于主键，首先要满足它符合 1NF，另外还需要包含两部分内容

• 表必须有一个主键；

• 没有包含在主键中的列必须完全依赖于主键，而不能只依赖于主键的一部分。即要求实体的属性完全依赖于主关键字。所谓完全依赖是指不能存在仅依赖主关键字一部分的属性。

---

第三范式

第三范式属性不传递依赖于其他非主属性，首先需要满足 2NF，另外非主键列必须直接依赖于主键，不能存在传递依赖。即不能存在：非主键列 A 依赖于非主键列 B，非主键列 B 依赖于主键的情况。

---

第二范式 VS 第三范式

• 第二范式：非主键列是否依赖主键（包括一列通过某一列间接依赖主键），要是有依赖关系就是第二范式；

• 第三范式：非主键列是否直接依赖主键，不能是那种通过传递关系的依赖。要是符合这种依赖关系就是第三范式。

通过对前三个范式的了解，我们知道 3NF 是 2NF 的子集，2NF 是 1NF 的子集。

---

设计符合 2NF 的表

以订单信息表为例，讲述如何设计一个符合 2NF 的表

首先，我们看原始的订单信息表，如下图所示

图中，以订单编号和商品编号作为联合主键，商品名称、单位、价格等信息不与主键相关，只与编号相关，违反了第二范式。 应该对订单信息表进行拆分，商品信息单独一张表，订单项目一张表，如下所示，拆分分成 3 张表。

• 包含客户信息的订单信息表

• 包含商品详情的商品信息表

• 包含订单详情的订单详情表

---

范式优缺点

【优点 】

• 避免数据冗余，减少维护数据完整性的麻烦；

• 减少数据库的空间；

• 数据变更速度快

【缺点】

• 按照范式的规范设计的表，等级越高的范式设计出来的表数量越多。

• 获取数据时，表关联过多，性能较差。

表的数量越多，查询所需要的时间越多。也就是说所用的范式越高，对数据操作的性能越低。

---

反范式

范式是普适的规则，满足大多数的业务场景的需求。对于一些特殊的业务场景，范式设计的表，无法满足性能的需求。此时，就需要根据业务场景，在范式的基础之上进行灵活设计，也就是反范式设计。

反范式设计主要从三方面考虑：

• 业务场景

• 响应时间

• 字段冗余

反范式设计就是用空间来换取时间，提高业务场景的响应时间，减少多表关联。主要的优点如下

• 允许适当的数据冗余，业务场景中需要的数据几乎都可以在一张表上显示，避免关联

• 可以设计有效的索引

---

范式 VS 反范式

范式化模型：

• 数据没有冗余，更新容易

• 当表的数量比较多，查询数据需要多表关联时，会导致查询性能低下

反范式化模型：

• 冗余将带来很好的读取性能，因为不需要 join 很多表

• 虽然需要维护冗余数据，但是对磁盘空间的消耗是可以接受的

---

MySQL 使用原则和设计规范

聊完范式，接下来我们看看 MySQL 使用中的一些使用原则和设计规范。

MySQL 虽然具有很多特性并提供了很多功能，但是有些特性会严重影响它的性能，比如，在数据库里进行计算，写大事务、大 SQL、存储大字段等。

想要发挥 MySQL 的最佳性能，需要遵循 3 个基本使用原则

• 首先是需要让 MySQL 回归存储的基本职能：MySQL 数据库只用于数据的存储，不进行数据的复杂计算，不承载业务逻辑，确保存储和计算分离

• 其次是查询数据时，尽量单表查询，减少跨库查询和多表关联

• 还有就是要杜绝大事务、大 SQL、大批量、大字段等一系列性能杀手。

大事务，运行步骤较多，涉及的表和字段较多，容易造成资源的争抢，甚至形成死锁。一旦事务回滚，会导致资源占用时间过长

• 大 SQL，复杂的 SQL 意味着过多的表的关联，MySQL 数据库处理关联超过 3 张表以上的 SQL 时，占用资源多，性能低下

• 大批量，意味着多条 SQL 一次性执行完成，必须确保进行充分的测试，并且在业务低峰时段或者非业务时段执行

• 大字段，blob、text 等大字段，尽量少用。必须要用时，尽量与主业务表分离，减少对这类字段的检索和更新

---

基本设置规则

• 必须指定默认存储引擎为 InnoDB，并且禁用 MyISAM 存储引擎，随着 MySQL 8.0 版本的发布，所有的数据字典表都已经转换成了 InnoDB，MyISAM 存储引擎已成为了历史。

• 默认字符集 UTF8mb4，以前版本的 UTF8 是 UTF8mb3，未包含个别特殊字符，新版本的 UTF8mb4 包含所有字符，官方强烈建议使用此字符集。

• 关闭区分大小写功能。设置 lower_case_tables_name=1，即可关闭区分大小写功能，即大写字母 T 和小写字母 t 一样

---

线上系统转不区分大小写

如何让系统中区分大小写的库表转换为不区分大小写的库表呢？因为要修改底层数据，还是比较麻烦的，操作步骤如下。

1. MySQL dump 导出数据库。

2. 修改参数 lower_case_tables_name=1。

3. 导入备份数据时，必须停止数据库，停止业务，影响非常大。

4. 开启 per-table 表空间，开启后，每张业务表会单独创建一个独立于系统表空间的表空间，便于空间的回收，数据的迁移

---

不建议使用的功能

1. 存储过程、触发器、视图、event。为了存储计算分离，这类功能尽量在程序中实现。这些功能非常不完整，调试、排错、监控都非常困难，相关数据字典也不完善，存在潜在的风险。一般在生产数据库中，禁止使用。

2. lob、text、enum、set。这些字段类型，在 MySQL 数据库的检索性能不高，很难使用索引进行优化。如果必须使用这些功能，一般采取特殊的结构设计，或者与程序结合使用其他的字段类型替代。比如：set 可以使用整型（0，1，2，3）、注释功能和程序的检查功能集合替代。

---

规范命名

命名规范如下，命名时的字符取值范围为：a_z，09 和 _（下画线）。

• 所有表名小写，不允许驼峰式命名；

• 允许使用 -（横线）和 （空格）；如下图所示，当使用 -（横线），后台默认会转化成 @002d；
  

• 不允许使用其他特殊字符作为名称，减少潜在风险。

数据库库名的命名规则必须遵循“见名知意”的原则，即库名规则为“数据库类型代码 + 项目简称 + 识别代码 + 序号”。

表名的命名规则分为：

• 单表仅使用 a~z、_；

• 分表名称为“表名_编号”；

• 业务表名代表用途、内容：子系统简称_业务含义_后缀。

常见业务表类型有：

• 临时表，tmp；

• 备份表，bak；

• 字典表，dic；

• 日志表，log。

字段名精确，遵循“见名知意”的原则，格式：名称_后缀。

• 避免普遍简单、有歧义的名称。

• 用户表中，用户名的字段为 UserName 比 Name 更好。

• 布尔型的字段，以助动词（has/is）开头。

用户是否有留言 hasmessage，用户是否通过检查 ischecked 等。

常见后缀如下：

• 流水号/无意义主键，后缀为 id，比如 task_id；

• 时间，后缀为 time，insert_time。

程序账号与数据库名称保持一致。如果所有的程序账号都是 root@‘%’，密码也一样，很容易错连到其他的数据库，造成误操作。

索引命名格式，主要为了区分哪些对象是索引：

• 前缀_表名（或缩写）_字段名（或缩写）；

• 主键必须使用前缀“pk_”；

• UNIQUE 约束必须使用前缀“uk_”；

• 普通索引必须使用前缀“idx_”。

数据库规范库表字段的命名，能够提高数据库的易读性，为数据库表设计打下基础。下面我们具体看看表设计的一些规则。

• 显式指定需要的属性；

创建表时显示指定字符集、存储引擎、注释信息等。

• 不同系统之间，统一规范；

不同表之间的相同字段或者关联字段，字段类型/命名要保持一致；库表字符集和前端程序、中间件必须保持一致的 UTF8mb4。

---

InnoDB 表的注意事项

1. 主键列，UNSIGNED 整数，使用 auto_increment；禁止手动更新 auto_increment，可以删除。

2. 必须添加 comment 注释。

3. 必须显示指定的 engine。

4. 表必备三字段：id、 xxx_create、 xxx_modified。

• id 为主键，类型为 unsigned bigint 等数字类型；

• xxx_create、xxx_modified 的类型均为 datetime 类型，分别记录该条数据的创建时间、修改时间。

---

备份表/临时表等常见表的设计规范

1. 备份表，表名必须添加 bak 和日期，主要用于系统版本上线时，存储原始数据，上线完成后，必须及时删除。

2. 临时表，用于存储中间业务数据，定期优化，及时降低表碎片。

3. 日志类表，首先考虑不入库，保存成文件，其次如果入库，明确其生命周期，保留业务需求的数据，定期清理。

4. 大字段表，把主键字段和大字段，单独拆分成表，并且保持与主表主键同步，尽量减少大字段的检索和更新。

5. 大表，根据业务需求，从垂直和水平两个维度进行拆分

垂直拆分：

• 按列关联度

水平拆分：

• 按照时间、地域、范围等；

• 冷热数据（历史数据归档）

---

字段设计要求

• 根据业务场景需求，选择合适的类型，最短的长度；确保字段的宽度足够用，但也不要过宽。所有字段必须为 NOT NULL，空值则指定 default 值，空值难以优化，查询效率低。比如：人的年龄用 unsigned tinyint（范围 0~255，人的寿命不会超过 255 岁）；海龟就必须是 smallint，但如果是太阳的年龄，就必须是 int；如果是所有恒星的年龄都加起来，那么就必须使用 bigint。

• 表字段数少而精，尽量不加冗余列。

• 单实例表个数必须控制在 2000 个以内。

• 单表分表个数必须控制在 1024 个以内。

• 单表字段数上限控制在 20~50 个

【禁用 ENUM、SET 类型】

• 兼容性不好，性能差。

解决方案：使用 TINYINT，在 COMMENT 信息中标明被枚举的含义。is_disable TINYINT UNSIGNED DEFAULT ‘0’ COMMENT '0:启用 1:禁用 2:异常’。

---

【禁用列为 NULL 】

• MySQL 难以优化 NULL 列；

• NULL 列加索引，需要额外空间；

• 含 NULL 复合索引无效。

解决方案：在列上添加 NOT NULL DEFAULT 缺省值

---

【禁止 VARBINARY、BLOB 存储图片、文件等】

• 禁止在数据库中存储大文件，例如照片，可以将大文件存储在对象存储系统中，数据库中存储路径。

不建议使用 TEXT/BLOB：

• 处理性能差；

• 行长度变长；

• 全表扫描代价大。

解决方案：拆分成单独的表

存储字节越小，占用空间越小。尽量选择合适的整型，如下图所示。

• 主键列，无负数，建议使用 INT UNSIGNED 或者 BIGINT UNSIGNED；预估字段数字取值会超过 42 亿，使用 BIGINT 类型。

• 短数据使用 TINYINT 或 SMALLINT，比如：人类年龄，城市代码。

• 使用 UNSIGNED 存储非负数值，扩大正数的范围。

---

int(3) int(5) 区别

• 正常显示没有区别。

• 3 和 5 仅是最小显示宽度而已。

• 有 zerofill 等扩展属性时则显示有区别。

---

浮点数与定点数区别

浮点数与定点数区别，如下图所示。

1. 浮点数：float、double（或 real）

2. 定点数：decimal（或 numberic）

从上图中可以观察到：

• 浮点数存在误差问题；

• 尽量避免进行浮点数比较；

• 对货币等对精度敏感的数据，应该使用定点数

---

N 解释

字符集都为 UTF8mb4，中文存储占三个字节，而数据或字母，则只占一个字节。

下面看一下字符类型中 N 的解释。

• CHAR(N) 和 VARCHAR(N) 的长度 N，不是字节数，是字符数。

• username 列可以存多少个汉字，占用多少个字节

• username 最多能存储 40 个字符，占用 120 个字节

---

Char 与 Varchar 类型

存储字符串长度相同的全部使用 Char 类型；字符长度不相同的使用 Varchar 类型，不预先分配存储空间，长度不要超过 255。

Char 和 Varchar 占用空间的对比，如下图所示。

Varchar 值存储为 1 字节或 2 字节长度前缀加数据

如果值不超过 255 个字节，则列使用一个字节长度

如果值可能需要超过 255 个字节，则列使用两个字节长度

为什么超过 255 个字节时，必须使用两个字节长度。

• 2的8次方=256，1 个字节是 8 位；

• 2的16次方=65535，2 个字节是 16 位。

---