【MySQL】MySQL数据库设计规范

1. 规范背景与⽬的

MySQL数据库与 Oracle、 SQL Server 等数据库相⽐，有其内核上的优势与劣势。我们在使⽤MySQL数据库的时候需要遵循⼀定规范，扬长避短。本规范旨在帮助或指导RD、QA、OP等技术⼈员做出适合线上业务的数据库设计。在数据库变更和处理流程、数据库表设计、SQL编写等⽅⾯予以规范，从⽽为公司业务系统稳定、健康地运⾏提供保障。

2. 设计规范

2.1 数据库设计

以下所有规范会按照【⾼危】、【强制】、【建议】三个级别进⾏标注，遵守优先级从⾼到低。

对于不满⾜【⾼危】和【强制】两个级别的设计，DBA会强制打回要求修改。

2.1.1 库名

【强制】库的名称必须控制在32个字符以内，相关模块的表名与表名之间尽量提现join的关系，如user表和user_login表。

【强制】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。

【强制】⼀般分库名称命名格式是库通配名编号，编号从0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”

【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utf8mb4。创建数据库SQL举例：create database db1 default character set utf8mb4;。

2.1.2 表结构

【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。

【强制】表名要求模块名强相关，如师资系统采⽤”sz”作为前缀，渠道系统采⽤”qd”作为前缀等。

【强制】创建表时必须显式指定字符集为utf8或utf8mb4。

【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。当需要使⽤除InnoDB/MyISAM/Memory以外的存储引擎时，必须通过DBA审核才能在⽣产环境中使⽤。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。

【强制】建表必须有comment

【建议】建表时关于主键：(1)强制要求主键为id，类型为int或bigint，且为auto_increment(2)标识表⾥每⼀⾏主体的字段不要设为主键, 建议设为其他字段如user_id，order_id等, 并建⽴unique key索引（可参考cdb.teacher表设计）。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。

【建议】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。

【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。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。

【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。

【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。如user_name属性在user_account，user_login_log等表⾥冗余⼀份，减少join查询。

【强制】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。

【强制】对于超过100W⾏的⼤表进⾏alter table，必须经过DBA审核，并在业务低峰期执⾏。因为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。

建表规约：

【强制】表达是与否概念的字段，必须使⽤ is_xxx的⽅式命名，数据类型是 unsigned tinyint（ 1表⽰是，0表⽰否）。

说明：任何字段如果为⾮负数，必须是 unsigned。

正例：表达逻辑删除的字段名 is_deleted，1 表⽰删除，0 表⽰未删除。

【强制】表名、字段名必须使⽤⼩写字母或数字，禁⽌出现数字开头，禁⽌两个下划线中间只出现数字。数据库字段名的修改代价很⼤，因为⽆法进⾏预发布，所以字段名称需要慎重考虑。

说明：MySQL 在 Windows 下不区分⼤⼩写，但在 Linux 下默认是区分⼤⼩写。因此，数据库名、表名、字段名，都不允许出现任何⼤写字母，避免节外⽣枝。

正例：aliyun_admin，rdc_config，level3_name

反例：AliyunAdmin，rdcConfig，level_3_name

【强制】表名不使⽤复数名词。

说明：表名应该仅仅表⽰表⾥⾯的实体内容，不应该表⽰实体数量，对应于 DO类名也是单数

形式，符合表达习惯。

【强制】禁⽤保留字，如 desc、range、match、delayed等，请参考 MySQL官⽅保留字。

【强制】主键索引名为 pk_字段名；唯⼀索引名为 uk_字段名；普通索引名则为 idx_字段名。

说明：pk_ 即 primary key；uk_ 即 unique key；idx_ 即 index的简称。

【强制】⼩数类型为 decimal，禁⽌使⽤ float和 double。

说明：float和 double在存储的时候，存在精度损失的问题，很可能在值的⽐较时，得到不正确的结果。如果存储的数据范围超过decimal的范围，建议将数据拆成整数和⼩数分开存储。

【强制】如果存储的字符串长度⼏乎相等，使⽤ char定长字符串类型。

【强制】varchar是可变长字符串，不预先分配存储空间，长度不要超过 5000，如果存储长度⼤于此值，定义字段类型为text，独⽴出来⼀张表，⽤主键来对应，避免影响其它字段索引效率。

【强制】表必备三字段：id, gmt_create, gmt_modified。

说明：其中 id必为主键，类型为 unsigned bigint、单表时⾃增、步长为 1。gmt_create,gmt_modified的类型均为 date_time类型，前者现在时表⽰主动创建，后者过去分词表⽰被动更新。

【推荐】表的命名最好是加上“业务名称_表的作⽤”。

正例：alipay_task / force_project / trade_config

【推荐】库名与应⽤名称尽量⼀致。

【推荐】如果修改字段含义或对字段表⽰的状态追加时，需要及时更新字段注释。

【推荐】字段允许适当冗余，以提⾼查询性能，但必须考虑数据⼀致。冗余字段应遵循：

1）不是频繁修改的字段。

2）不是 varchar超长字段，更不能是 text字段。

正例：商品类⽬名称使⽤频率⾼，字段长度短，名称基本⼀成不变，可在相关联的表中冗余存储类⽬名称，避免关联查询。

【推荐】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。

说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。

【参考】合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检索速度。

其它：

INT 类型不使⽤ unsigned ⽆符号属性，容易引⼊额外的计算问题。

⾃增⽤ 8 字节 BIG INT，不要使⽤ 4 字节 INT，且⾃增在 MySQL 8.0 版本前有回溯问题，请考虑是否业务有影响。

字符集使⽤ UTF8MB4 字符编码，不推荐 GBK、UTF-8 等其他字符集。

⽇期类型⽤ DATETIME 类型，需要精确到毫秒⽤ DATETIME(6)，不要使⽤ INT、TIMESTAMP。

类型 JSON 可⽤于存储⾮结构化数据，典型场景为⽤户标签，不要将 JSON ⽤于频繁更新的字段场景。

每张表⼀定要有⼀个主键，这样⾄少满⾜⼀范式的要求，核⼼业务表⽤全局唯⼀字段（雪花算法、有序UUID）做主键，不要使⽤⾃增做主键。

对于⽇志类的流⽔表、报警表、⽇志表，可以使⽤压缩设计，提升存储效率。MySQL 5.7 版本开始推荐使⽤透明页压缩，不要使⽤传统的 KEY_BLOCK_SIZE 的页压缩。

类别设计，⽤ ENUM+CHECK 约束，不要使⽤ INT 类型的设计。

敏感字段需加密，如账户密码、信⽤卡号等存储使⽤：动态盐 + ⾮固定加密算法（MD5/AES256等） + 多轮加密，不要简单使⽤ MD5算法加密，容易被暴⼒破解。

MySQL 可以通过 KV 的⽅式访问表中的数据，若业务只是简单的 SET、GET 请求，可考虑将其转化为 Memcached 的 KV 访问⽅式，减少 SQL 解析的开销，性能可以有⾄少 50% 的提升。

2.1.3 列数据类型优化

【建议】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-2147483648~2147483647（⼤约21亿左右），溢出后会导致报错。

【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。

【建议】业务中IP地址字段推荐使用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 in et_ntoa(3232236044); PHP: ip2long(‘192.168.2.12’); long2ip(3530427185);

【建议】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。推荐使⽤tinyint或smallint。

【建议】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。建议和PM、RD沟通，是否真的需要这么⼤字段。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。

【建议】存储⾦钱的字段，建议⽤int，程序端乘以100和除以100进⾏存取。因为int占⽤4字节，⽽double占⽤8字节，空间浪费。

【建议】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。⼀般建议⽤varchar类型，字符数不要超过2700。

【建议】时间类型尽量选取timestamp。因为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。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。

2.1.4 索引设计

【强制】InnoDB表必须主键为id int/bigint auto_increment,且主键值禁⽌被更新。

【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。

【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。

【强制】单个索引中每个索引记录的长度不能超过64KB。

【建议】单个表上的索引个数不能超过7个。

【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。

【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。

【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。

索引规约：

【强制】业务上具有唯⼀特性的字段，即使是多个字段的组合，也必须建成唯⼀索引。

说明：不要以为唯⼀索引影响了 insert速度，这个速度损耗可以忽略，但提⾼查找速度是明显的；另外，即使在应⽤层做了⾮常完善的校验控制，只要没有唯⼀索引，根据墨菲定律，必然有脏数据产⽣。

【强制】超过三个表禁⽌ join。需要 join的字段，数据类型必须绝对⼀致；多表关联查询时，保证被关联的字段需要有索引。

说明：即使双表 join也要注意表索引、SQL性能。

【强制】在 varchar字段上建⽴索引时，必须指定索引长度，没必要对全字段建⽴索引，根据实际⽂本区分度决定索引长度可。

说明：索引的长度与区分度是⼀对⽭盾体，⼀般对字符串类型数据，长度为 20的索引，区分度会⾼达 90%以上，可以使⽤ count(distinct left(列名, 索引长度))/count(*)的区分度来确定。

【强制】页⾯搜索严禁左模糊或者全模糊，如果需要请⾛搜索引擎来解决。

说明：索引⽂件具有 B-Tree的最左前缀匹配特性，如果左边的值未确定，那么⽆法使⽤此索引。

【推荐】如果有 order by的场景，请注意利⽤索引的有序性。order by 最后的字段是组合索引的⼀部分，并且放在索引组合顺序的最后，避免出现 file_sort的情况，影响查询性能。

正例：where a=? and b=? order by c; 索引：a_b_c

反例：索引中有范围查找，那么索引有序性⽆法利⽤，如：WHERE a>10 ORDER BY b; 索引a_b⽆法排序。

【推荐】利⽤覆盖索引来进⾏查询操作，避免回表。

说明：如果⼀本书需要知道第 11章是什么标题，会翻开第 11章对应的那⼀页吗？⽬录浏览⼀下就好，这个⽬录就是起到覆盖索引的作⽤。

正例：能够建⽴索引的种类：主键索引、唯⼀索引、普通索引，⽽覆盖索引是⼀种查询的⼀种效果，⽤ explain的结果，extra列会出现：using index。

【推荐】利⽤延迟关联或者⼦查询优化超多分页场景。

说明：MySQL并不是跳过 offset⾏，⽽是取 offset+N⾏，然后返回放弃前 offset⾏，返回N⾏，那当 offset特别⼤的时候，效率就⾮常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进⾏ SQL改写。

正例：先快速定位需要获取的 id段，然后再关联：

SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id

【推荐】SQL性能优化的⽬标：⾄少要达到 range 级别，要求是 ref级别，如果可以是 consts最好。

说明：

consts 单表中最多只有⼀个匹配⾏（主键或者唯⼀索引），在优化阶段即可读取到数据。

ref 指的是使⽤普通的索引（normal index）。

range 对索引进⾏范围检索。

反例：explain表的结果，type=index，索引物理⽂件全扫描，速度⾮常慢，这个 index级别⽐较 range还低，与全表扫描是⼩巫见⼤巫。

【推荐】建组合索引的时候，区分度最⾼的在最左边。

正例：如果 where a=? and b=? ，a列的⼏乎接近于唯⼀值，那么只需要单建 idx_a索引即可。

说明：存在⾮等号和等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where a>?and b=? 那么即使 a的区分度更⾼，也必须把 b放在索引的最前列。

【推荐】防⽌因字段类型不同造成的隐式转换，导致索引失效。

【参考】创建索引时避免有如下极端误解：

宁滥勿缺。认为⼀个查询就需要建⼀个索引。

宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。

抵制惟⼀索引。认为业务的惟⼀性⼀律需要在应⽤层通过“先查后插”⽅式解决。

其它：

不要陷入设置单表行数、列数限制的固有印象，其他关系型数据库没有⾏数、列数限制，MySQL 也没有，⼤表的缺点不是性能，⽽是后续的 DDL 管理问题，随着 MySQL 8.0 快速加列功能的上线，⼤表 DDL 问题基本已解决。

MySQL 是索引组织表，表中的数据以 B+ 树索引结构，根据主键逻辑排序，由于 B+ 树索引的特点是树的⾼度为 3~4 层，所以从数⼗亿的记录中，通过主键查询⼀条记录只需要 3、4 次 I/O，当前到 SSD 存储设备设置每秒⾄少能完成 10000 次的 I/O 查询，不要担⼼通过索引查询⼀条或⼏条记录的性能，每秒百万次查询并不难。

MySQL 是索引组织表，⼆级索引只存储（键值、主键值），因此需要再通过⼀次主键索引查询得到记录，这种⽅式成为回表。在核⼼业务中，使⽤索引覆盖技术，提升索引查询性能，对于回表记录数⽐较⼤的场景，甚⾄可以有 10 倍的性能提升；

对类似 WHERE a = ? ORDER BY b 这样的查询，⼀定要创建（a、b）组合索引，这样可以避免⼀次额外排序，提升查询性能。

MySQL 优化器是 CBO（Cost-based Optimizer），所有查询基于成本而不是规则，若发现 SQL 执行计划发⽣变化，不要怀疑 MySQL出错，请先分析数据特点、索引创建是否合理，是否可以通过直⽅图校准数据。

MySQL JOIN ⽀持 NLJ（Nested Loop Join）和 NHJ（Nested Hash Join）两种⽅式。对于 OLTP 业务，放⼼⼤胆使⽤ JOIN，但⼀定要做好索引的设计和索引覆盖的考虑（不考虑分布式数据库场景）；对于 OLAP 业务，MySQL 8.0 版本开始，⽀持 Hash Join，对于⼤数据量的关联，性能提升⾮常多，可以在不超过 10T 的数仓场景中考虑使⽤，超过 10T数据量，请⼀定使⽤⼤数据产品，如 Hive、Spark、麒麟等产品。

MySQL 5.7 版本开始⼦查询优化已经做得不错，但是编写的⼦查询不能是关联⼦查询，上线前⼀定需要确认，若发现关联⼦查询，请改写⼦查询为 JOIN 或其他⽅式。

不要因为数据量⼤，使⽤分区表，MySQL 是索引组织表，数据量再⼤，定位记录也只需要3、4 次 I/O。可以考虑分区表唯⼀的应⽤场景是：需要定期清理历史流⽔类数据，但如果业务可以按⽉、按天做分表，那么当前 MySQL 8.0 版本，分区表也不推荐使用。

业务上线或新版本发布前，DBA ⼀定要进行所有 SQL Review，确保 SQL ⾛索引，否则不予上线，或由业务以邮件等正式⽅式，通知DBA 该 SQL 不会引起线上事故，业务⽅承担后续责任。

DBA 每天要对数据库进行巡检，及早发现慢查询或潜在数据库风险，将任何潜在问题尽早抛出，否则后续自己承担相关责任。

2.1.5 分库分表、分区表

【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。

【强制】单个分区表中的分区（包括⼦分区）个数不能超过1024。

【强制】上线前RD或者DBA必须指定分区表的创建、清理策略。

【强制】访问分区表的SQL必须包含分区键。

【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。

【强制】对于分区表执⾏alter table操作，必须在业务低峰期执⾏。

【强制】采⽤分库策略的，库的数量不能超过1024

【强制】采⽤分表策略的，表的数量不能超过4096

【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。

【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。

2.1.6 字符集

【强制】数据库本⾝库、表、列所有字符集必须保持⼀致，为utf8或utf8mb4。

【强制】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。

2.1.7 程序层DAO设计建议

【建议】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。

【建议】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。

【建议】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。

【建议】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。

【建议】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RD或者DBA必须建⽴表数据清理或归档⽅案。

【建议】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。

【建议】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。

【建议】业务逻辑之间加锁顺序尽量保持⼀致，否则会导致死锁。

【建议】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。

2.1.8 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(11) NOT NULL AUTO_INCREMENT,`user_id` bigint(11) NOT NULL COMMENT ‘⽤户id’`username` varchar(45) NOT NULL COMMENT '真实姓名',`email` varchar(30) NOT NULL COMMENT ‘⽤户邮箱’,`nickname` varchar(45) NOT NULL COMMENT '昵称',`avatar` int(11) NOT NULL COMMENT '头像',`birthday` date NOT NULL COMMENT '⽣⽇',`sex` tinyint(4) DEFAULT '0' COMMENT '性别',`short_introduce` varchar(150) DEFAULT NULL COMMENT '⼀句话介绍⾃⼰，最多50个汉字',`user_resume` varchar(300) NOT NULL COMMENT '⽤户提交的简历存放地址',`user_register_ip` int NOT NULL COMMENT ‘⽤户注册时的源ip’,`create_time` timestamp NOT NULL COMMENT ‘⽤户记录创建的时间’,`update_time` timestamp NOT NULL COMMENT ‘⽤户资料修改的时间’,`user_review_status` tinyint NOT NULL 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 `idx_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';

2.2 SQL编写

2.2.1 DML语句

【强制】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。

【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。

【建议】insert into…values(XX),(XX),(XX)…。这⾥XX的值不要超过5000个。值过多虽然上线很很快，但会引起主从同步延迟。

【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。因为union all不需要去重，节省数据库资源，提⾼性能。

【建议】in值列表限制在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。

【建议】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。

【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。

【强制】写⼊和事务发往主库，只读SQL发往从库。

【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。

【强制】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！

【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。

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

【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。

【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。

【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。

【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。如where a=1 or b=2优化为where a=1… union …where b=2, key(a),key(b)。

【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;。

其它：

【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。

【强制】count(distinct col) 计算该列除 NULL之外的不重复⾏数，注意 count(distinctcol1, col2) 如果其中⼀列全为 NULL，那么即使另⼀列有不同的值，也返回为 0。

【强制】当某⼀列的值全是 NULL时，count(col)的返回结果为 0，但 sum(col)的返回结果为NULL，因此使⽤ sum()时需注意 NPE问题。

正例：可以使⽤如下⽅式来避免 sum的 NPE问题：SELECT IF(ISNULL(SUM(g)),0,SUM(g))FROM table;

【强制】使⽤ ISNULL()来判断是否为 NULL值。

说明：NULL与任何值的直接⽐较都为 NULL。

NULL<>NULL的返回结果是 NULL，⽽不是 false。

NULL=NULL的返回结果是 NULL，⽽不是 true。

NULL<>1的返回结果是 NULL，⽽不是 true。

【强制】在代码中写分页查询逻辑时，若 count为 0应直接返回，避免执⾏后⾯的分页语句。

【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：以学⽣和成绩的关系为例，学⽣表中的 student_id是主键，那么成绩表中的 student_id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。

【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。

【强制】数据订正时，删除和修改记录时，要先 select，避免出现误删除，确认⽆误才能执⾏更新语句。

【推荐】in操作能避免则避免，若实在避免不了，需要仔细评估 in后边的集合元素数量，控制在 1000个之内。

【参考】如果有全球化需要，所有的字符存储与表⽰，均以 utf8mb4编码，注意字符统计函数的区别。

说明：

SELECT LENGTH("轻松⼯作")；返回为 12

SELECT CHARACTER_LENGTH("轻松⼯作")；返回为 4

如果需要存储表情，那么选择 utf8mb4来进⾏存储，注意它与 utf-8编码的区别。

【参考】TRUNCATE TABLE ⽐ DELETE 速度快，且使⽤的系统和事务⽇志资源少，但 TRUNCATE⽆事务且不触发trigger有可能造成事故，故不建议在开发代码中使⽤此语句。

说明：TRUNCATE TABLE 在功能上与不带 WHERE ⼦句的 DELETE 语句相同。

2.2.2 多表连接

【强制】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。

【强制】禁⽌在业务的更新类SQL语句中使⽤join，⽐如update t1 join t2…。

【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。

【建议】线上环境，多表join不要超过3个表。

【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 …。

【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。

2.2.3 事务

【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。

【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。

【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。

【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。

【建议】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。

【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。

【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。

【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。

2.2.4 排序和分组

【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。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。

【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。如where a=1 order by b可以利⽤key(a,b)。

【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。2.2.5 线上禁⽌使⽤的SQL语句

【⾼危】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。

【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。

【强制】禁⽤procedure、function、trigger、views、event、外键约束。因为他们消耗数据库资源，降低数据库实例可扩展性。推荐都在程序端实现。

【强制】禁⽤insert into …on duplicate key update…在⾼并发环境下，会造成主从不⼀致。

【强制】禁⽌联表更新语句，如update t1,t2 where t1.id=t2.id…。

2.2.5 ORM映射

【强制】在表查询中，⼀律不要使⽤ * 作为查询的字段列表，需要哪些字段必须明确写明。

说明：1）增加查询分析器解析成本。2）增减字段容易与 resultMap配置不⼀致。

【强制】POJO类的布尔属性不能加 is，⽽数据库字段必须加 is_，要求在 resultMap中进⾏字段与属性之间的映射。

说明：参见定义 POJO类以及数据库字段定义规定，在中增加映射，是必须的。在 MyBatis Generator⽣成的代码中，需要进⾏对应的修改。

【强制】不要⽤ resultClass当返回参数，即使所有类属性名与数据库字段⼀⼀对应，也需要定义；反过来，每⼀个表也必然有⼀个与之对应。

说明：配置映射关系，使字段与 DO类解耦，⽅便维护。

【强制】sql.xml配置参数使⽤：#{}，#param# 不要使⽤${} 此种⽅式容易出现 SQL注⼊。

【强制】MYBATIS⾃带的 queryForList(String statementName,int start,int size)不推荐使⽤。

说明：其实现⽅式是在数据库取到statementName对应的SQL语句的所有记录，再通过subList取 start,size的⼦集合。

正例：Map map = new HashMap();

map.put("start", start);

map.put("size", size);

【强制】不允许直接拿 HashMap与 Hashtable作为查询结果集的输出。

说明：resultClass=”Hashtable”，会置⼊字段名和属性值，但是值的类型不可控。

【强制】更新数据表记录时，必须同时更新记录对应的 gmt_modified字段值为当前时间。

【推荐】不要写⼀个⼤⽽全的数据更新接⼝传⼊为 POJO类，不管是不是⾃⼰的⽬标更新字段，都进⾏ update table set c1=value1,c2=value2,c3=value3; 这是不对的。执⾏SQL时，不要更新⽆改动的字段，⼀是易出错；⼆是效率低；三是增加 binlog存储。

【参考】@Transactional事务不要滥⽤。事务会影响数据库的 QPS，另外使⽤事务的地⽅需要考虑各⽅⾯的回滚⽅案，包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。

【参考】中的 compareValue是与属性值对⽐的常量，⼀般是数字，表⽰相等时带上此条件；表⽰不为空且不为 null时执⾏；表⽰不为 null值时执⾏。

2.3 ⾼可⽤架构

MySQL ⾼可⽤的基⽯是利⽤⼆进制⽇志的复制技术，核⼼业务⼀定要使⽤⽆损半同步⽅式，但凡不适⽤⽆损半同步的⾼可⽤架构，请业务⽅业务以邮件等正式⽅式回复，数据丢失等后续问题⾃⼰承担相关责任。

MySQL 5.7 版本开始，⼀定要使⽤基于 WRITESET 的从机回放，避免主从延迟。

当前 MySQL 发⽣主从延迟的可能性主要是存在⼤事务，⽐如定期计算收益等操作，这类⼤事务，⼀定要通知业务⽅将⼤事务拆成⼩事务，否则不予上线；若要上线，请业务⽅以邮件等⽅式回复，⾃⼰承担后续主从延迟带来的后续⼀系列问题。

MySQL 8.0 版本开始推荐⾦融业务使⽤ MGR(MySQL Group Replication），通过 Paxos 协议保证数据⼀致性，并⾃⼰完成选主的逻辑，也可以使⽤多主模式，数据不冲突的情况下，可以⼤幅提升写⼊性能。

对于核⼼业务，必须遵循互不信任原则，数据⼀致性不单单依赖 MySQL 复制本⾝，DBA 这⾥需要通过逻辑的⽅式，对主从数据进⾏核对，业务这⾥也需要⼀套业务层的逻辑进⾏“对账”。

核⼼业务，务必使⽤⼀地三中⼼，两地三中⼼的跨机房复制架构，这样发⽣机房级故障，可以切换到另⼀个机房，保证业务可⽤性。

同城容灾架构⼀定要评估切换到另⼀个机房后业务访问的性能，多次跨机房访问 DB，虽然每次只多了 2~3ms，但也存在业务雪崩问题，推荐 DB 切换机房，上层业务跟着⼀起联动切换。

对于有跨城容灾需求的业务，可以考虑使⽤三地五中⼼架构，但是由于 30ms 延迟，业务需要进⾏评估，对于核⼼业务，务必使⽤业务层的跨城机制，将数据层的多次⽹络耗时合并为⼀次，这样能⼤⼤提升业务的性能。

业界的 MHA、Ochestrator 等⾼可⽤套件都是基于 ssh 访问 MySQL，稳定性、安全性不⾼，不推荐⼤⼚使⽤；⾃⼰开发⼀个数据库管理平台，通过 agent 的模式管理⾼可⽤和 MySQL 数据库的⽇常操作更为安全、有效。

⼀定做好数据备份架构的设计，全备 + 增量备份 + 延迟备机（可选），做到可以基于任何⼀点恢复和回滚，同时，遵循互不信任原则，备份⽂件⼀定要进⾏检查，确保需要时⼀定能够进⾏恢复。

2.4 分布式架构

分布式数据库的本质就是根据某⼏个列的规则，将数据⽔平打散，存在不同的实例中。数据拆分的列就成为分区键，分区键⼀定是业务⼤部分访问（超过 80%）的表都会使⽤的列。若选不出合适的分区键，那就⼀定不要进⾏分布式数据库架构的设计；互联⽹业务绝⼤部分分区键的选择是⽤户维度。

分区算法绝⼤部分场景使⽤ Hash算法，这样数据的存储和访问可以平均到下⾯多个实例，真正的做到可扩展性，Range 算法通常无法解决热点问题，会是灾难，但 Range 算法可以但实例中使⽤，作为⼆级拆分数据的规则。

分布式数据库分⽚时，⼀开始就设计为不少于 1000 个分⽚的规则，不⽤担⼼分⽚过多的问题，管理 1 个分⽚和 1000 个分⽚的成本是⼀样的，但为后续的扩展做好了充⾜的准备。

分布式数据库扩缩容就是通过部分过滤的复制技术，按库或按表进⾏数据同步，分库分表设计推荐库名、表都不同，做到全局唯⼀，⽅便后续拆分。

分布式数据库索引设计中，⾮分区键的唯⼀索引⼀定带⼊分区键信息，这样业务查询时可以直接定位到数据所在分⽚，提升查询效率。

分布式数据库索引设计中，数据库层的唯⼀约束只在单个实例中保证，若要保证全局唯⼀，⼀定要使⽤全局唯⼀的索引设计。

直接使⽤ JOIN 请确认⼀定可以单元化在⼀个分⽚中完成，如果涉及跨分⽚的 JOIN，请通知业务修改成多条 SQL 的访问⽅式，只访问指定分⽚⽽不是所有分⽚。

分布式数据库可以进⾏业务层的分库分表访问，和通过数据库中间件的访问，对于业务耗时敏感的业务，推荐业务层直接根据路由规则访问数据，否则使⽤数据库中间件，简单易⽤。

对于耗时敏感的核⼼业务，推荐使⽤最终⼀致的业务层柔性事务，数据库层的 2PC 分布式事务耗时较⼤，性能较为⼀般，但是 2PC使⽤简单，能满⾜⼤部分业务的使⽤。

⼀定要利⽤好分布式数据库架构的特点，设计多活架构，每个机房都可以有写⼊流量，提升资源使⽤率和业务连续性，请 DBA 和业务⽅⼀起做好全链路的架构设计。

数据库设计规范

1. 规范背景与⽬的

2. 设计规范

2.1 数据库设计

2.1.1 库名

2.1.2 表结构

2.1.3 列数据类型优化

2.1.4 索引设计

2.1.5 分库分表、分区表

2.1.6 字符集

2.1.7 程序层DAO设计建议

2.1.8 ⼀个规范的建表语句⽰例

2.2 SQL编写

2.2.1 DML语句

2.2.2 多表连接

2.2.3 事务

2.2.4 排序和分组

2.2.5 ORM映射

2.3 ⾼可⽤架构

2.4 分布式架构

你可能感兴趣的:(数据库设计规范)