原文地址：https://www.cnblogs.com/huchong/p/10219318.html
数据库命令规范
所有的数据库对象必须使用小写字母并用下划线分割（而我们公司用的是驼峰式）
所有数据库对象名称禁止使用Mysql保留关键字（关键字查询用引号括起来）
数据库对象的名称要能做到见名识意，最后不超过32个字符
临时库表必须使用已tmp_为前缀并以日期为后缀，备份表必须已bak_为前缀日期为后缀
所有储存相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，或造成列上的索引失效，导致查询效率降低）
数据库基本设计规范
1.所有表必须使用Innodb存储引擎
没有特殊要求（即Innodb无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用Innodb存储引擎（MYSQL5.5之前默认使用Myisam，5.6以后默认使用Innodb）。 Innodb支持事务，支持行级锁，更好的汇丰行，高并发下性能更好
2.数据库和表的字符集统一使用UTF8
兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会使索引失效，如果数据库中有储存emoji表情的需要，字符集需要采用utf8mb4字符集
3.所有表和字段都需要添加注释
使用comment从句添加表和列的备注，从一开始就进行数据字典的维护
4.尽量控制单表数据量的大小，建议控制在500万以内
500万并不是mysql数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题。可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段控制数据量大小
5.谨慎使用mysql分区表
分区表在物理上表现为多个文件，在逻辑上表现为一个表；谨慎选择分区键，跨分区查询效率可能更低；建议采用物理分表的方式管理大数据
6.尽量做到冷热数据分离，减少表的宽度
Mysql限制每个表最多存储4096列，并且每一行数据的大小不能超过65535字节。减少磁盘IO，保证热数据的内存缓存命中率（列越宽，把表装载进内存缓冲池时所占用的内存也就越大，也会消耗更多的IO）；更有效的利用缓存，避免读入无用的冷数据；经常一起使用的列放到一个表中（避免更多的关联操作）
7.禁止在表中建立预留字段
预留字段的命名很难做到加名识义。预留字段无法确认存储的数据类型，所以无法选择合适的类型。对预留字段类型的修改，会对表进行锁定
8.禁止在数据库中存储图片，文件等大的二进制数据
通常文件都很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作会很耗时。 二进制文件通常存储于文件服务器，数据库只存储文件地址信息
数据库字段设计规范
1.优先选择符合存储需要的最小的数据类型
原因：列的字段越大，建立索引时所需要的空间也就越大，这样一页中多能存储的索引节点的数量也就越少，在遍历时所需要的IO次数也就越多，索引的性能也就越差。
方法：
a.将字符串转换成数字类型存储，如：将IP地址转换成整形数据
mysql提供了两个方法来处理IP地址 ：inet_aton 把 ip 转为无符号整型 (4-8 位)；inet_ntoa 把整型的 ip 转为地址
插入数据前，先用 inet_aton 把 ip 地址转为整型，可以节省空间，显示数据时，使用 inet_ntoa 把整型的 ip 地址转为地址显示即可。
b.对于非负型的数据（如自增ID，整形IP）来说，要优先使用无符号整形来存储
原因：无符号相对于有符号可以多出一倍的存储空间 SIGNED INT -2147483648~2147483647 UNSIGNED INT 0~4294967295
VARCHAR(N) 中的 N 代表的是字符数，而不是字节数，使用 UTF8 存储 255 个汉字 Varchar(255)=765 个字节。过大的长度会消耗更多的内存。
2.避免使用TEXT,BLOB数据类型，最常用的TEXT类型可以存储64K的数据
a. 建议把 BLOB 或是 TEXT 列分离到单独的扩展表中
MySQL 内存临时表不支持 TEXT、BLOB 这样的大数据类型，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行。而且对于这种数据，MySQL 还是要进行二次查询，会使 sql 性能变得很差，但是不是说一定不能使用这样的数据类型。
如果一定要使用，建议把 BLOB 或是 TEXT 列分离到单独的扩展表中，查询时一定不要使用 select * 而只需要取出必要的列，不需要 TEXT 列的数据时不要对该列进行查询。
b、TEXT 或 BLOB 类型只能使用前缀索引
因为MySQL 对索引字段长度是有限制的，所以 TEXT 类型只能使用前缀索引，并且 TEXT 列上是不能有默认值的
3.避免使用ENUM类型
修改ENUM值需要使用alter语句；enum类型的ORDER BY操作效率低。需要额外操作；禁止使用数值作为ENUM的枚举值
4.尽可能把所有列定义为NOT NULL
因为： 索引NULL列需要额外的空间来保存，所以需要占用更多的空间；尽心比较和计算是需要对NULL做特殊处理
5. 使用 TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储时间
TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07 TIMESTAMP 占用 4 字节和 INT 相同，但比 INT 可读性高
超出 TIMESTAMP 取值范围的使用 DATETIME 类型存储
经常会有人用字符串存储日期型的数据（不正确的做法）
缺点 1：无法用日期函数进行计算和比较 ; 缺点 2：用字符串存储日期要占用更多的空间
我司除了统计类的日期其他一律使用bigint储存13位的时间搓
6.同财务相关的金额类数据必须使用decimal类型
非精准浮点：float,double 精准浮点：decimal Decimal 类型为精准浮点数，在计算时不会丢失精度
占用空间由定义的宽度决定，每 4 个字节可以存储 9 位数字，并且小数点要占用一个字节 ; 可用于存储比 bigint 更大的整型数据
索引设计规范
1.限制每张表上的索引数量，建议单张表索引不超过5个
索引并不是越多越好！所以可以提高效率同样可以降低效率。 索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有写情况下会降低查询效率。 因为mysql优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引进行评估，以生成一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加Mysql优化器生成执行计划的时间，同样会降低查询性能
2.禁止给表中的每一列都建立单独的索引
5.6版本之前，一个sql只能使用到一个表中的一个索引，5.6以后虽然有了合并索引的优化方式，但还是远远没有使用一个联合索引的查询方式好
3.每个Innodb表必须有一个主键
Innodb 是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。每个表都可以有多个索引，但是表的存储顺序只能有一种。
Innodb 是按照主键索引的顺序来组织表的 ； 不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引） ； 不要使用 UUID,MD5,HASH,字符串列作为主键（无法保证数据的顺序增长） ； 主键建议使用自增 ID 值
4.常见索引列建议
出现在SELECT,UPDATE,DELETE语句的WHERE从句中的列 ； 包含在ORDER BY ,GROUP BY,DISTINCT中的字段； 并不需要将符合1和2中的字段的列都建立一个索引，通常将1,2中的字段建立联合索引效果更好； 多表的join的关联列
5.如何选择索引列的顺序
建立索引的目的是：希望通过索引进行数据查找，减少随机IO，增加查询性能，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。
区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列 的总行数）；尽量把字段长度小的放在连个索引的最左侧（因为长度越小，一页能储存的数据量越大，IO性能就越好）；使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）
6.避免建立冗余索引和重复索引（增加了查询优化去生成执行计划的时间）
重复索引示例：primary key(id)、index(id)、unique index(id) ； 冗余索引示例：index(a,b,c)、index(a,b)、index(a)
7.对于频繁的查询优先考虑使用覆盖索引
覆盖索引：就是包含所有查询字段（where，select，order by，group by包含的字段）的索引
覆盖索引的好处：
a.避免Innodb表进行索引的二次查询：Innodb是以聚集索引的顺序来存储的，对于Innodb来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据的话，在查找到相应的键值后，还有通过主键进行二次查找才能获取我们真实所需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询，较少了IO操作，提升了查询效率
b.可以把随机IO变成顺序IO加快查询效率：由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据IO要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取IO转变成索引查找的顺序IO
8.索引SET规范
尽量避免使用外键约束 ； 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引
外键可用于保证数据的参照完整性，但建议在业务端实现 ； 外键会影响父表和子表的写操作从而降低性能
数据库SQL开发规范
1.建议使用预编译语句进行数据库操作
预编译语句可以重复使用这些计划，减少 SQL 编译所需要的时间，还可以解决动态 SQL 所带来的 SQL 注入的问题 ； 只传参数，比传递 SQL 语句更高效； 相同语句可以一次解析，多次使用，提高处理效率。
2.避免数据转换的隐式转换
隐式转换会导致索引失效： select name,phone from customer where id = '111'; select name,phone from customer where id *3.1=3131
3.充分利用表上已经存在的索引
避免使用双%号的查询条件。如：a like '%123%'，（如果无前置%,只有后置%，是可以用到列上的索引的） ； 一个 SQL 只能利用到复合索引中的一列进行范围查询。如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到。 在定义联合索引时，如果 a 列要用到范围查找的话，就要把 a 列放到联合索引的右侧，使用 left join 或 not exists 来优化 not in 操作，因为 not in 也通常会使用索引失效。
4.程序连接不同的数据库使用不同的账号，禁止跨库查询
a.为数据库迁移和分库分表留出余地；b.降低业务耦合度；c.避免权限过大而产生的安全风险
5.禁止使用 SELECT * 必须使用 SELECT <字段列表> 查询
原因：a.消耗更多的CPU和IO以及网络带宽资源； b.无法使用覆盖索引； c.可减少表结构变更带来的影响
6.禁止使用不含字段了表的INSERT INTO 语句
如： insert into values ('a','b','c');
应使用： insert into t(c1,c2,c3) values ('a','b','c');
7.避免使用子查询，可以把子查询优化为join操作
通常子查询在in子句中，且子查询中为简单SQL（不含union，group by，order by，limit从句）时，才可以把子查询转化为关联查询进行优化
子查询性能查的原因： 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响。特别是对于返回结果集比较大的子查询，其对查询性能的影响也越大。
由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询
8.避免使用join关联太多的表
对于Mysql来说，是存在关联缓存的，缓存的大小可以由join_buffer_size参数进行设置；在Mysql中，对于同一个SQL多关联（join）一个表，就会多分配一个关联缓存，如果在一个SQL中关联的表越多，所占用的内存也就越大。
如果程序中大量的使用了多表关联的操作，同时join_buffer_size设置的不合理的情况下，就容易造成服务内存溢出的情况，就会影响到服务器数据库性能的稳定性； 同时对于关联操作来说，会产生临时表操作，影响查询效率，Mysql最多允许关联61个表，建议不要操作5个
9. 减少同数据库的交互次数
数据库更适合处理批量操作，合并多个相同的操作到一起，可以提高处理效率。
10.对应同一列使用OR判断时，使用IN 代替OR
in 的值不要超过 500 个，in 操作可以更有效的利用索引，or 大多数情况下很少能利用到索引。
11.禁止使用order by rand()进行随机排序
order by rand() 会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的 CPU 和 IO 及内存资源。
推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。
12.where 从句中禁止对列进行函数转换和计算
对列进行函数转换或计算时会导致无法使用索引
不推荐： where date(create_time)='20190101'
推荐： where create_time >= '20190101' and create_time < '20190102'
13.在明显不会重复值时使用UNION ALL 而不是UNION
UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作 ； UNION ALL 不会再对结果集进行去重操作
14.拆分复杂的大SQL为多个小SQL
大 SQL 逻辑上比较复杂，需要占用大量 CPU 进行计算的 SQL ； MySQL 中，一个 SQL 只能使用一个 CPU 进行计算 ； SQL 拆分后可以通过并行执行来提高处理效率
数据库操作行为规范
1.超100万行的批量写（UPDATE,DELETE,INSERT）操作，要分批多次进行操作
大批量操作可能会造成严重的主从延迟
主从环境中，大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，而只有当主库上执行完成后，才会在其他库上执行，所以会造成主库与从库长时间的延迟情况
binlog日志为row格式时会产生大量的日志
大批量的写操作会产生大量日志，特别是对于row格式二进制数据而言，由于在row格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因
避免产生大事务操作
大批量修改数据，一定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对Mysql的性能产生非常大的影响。特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批
2. 对于大表使用 pt-online-schema-change 修改表结构
避免大表修改产生的主从延迟 ； 避免在对表字段进行修改时进行锁表 ； 对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。
pt-online-schema-change 它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉。把原来一个 DDL 操作，分解成多个小的批次进行。
3.禁止为程序所使用的账号赋予super权限
当达到最大连接数限制时，还运行 1 个有 super 权限的用户连接 ； super 权限只能留给 DBA 处理问题的账号使用
4.对于程序连接数据库账号，遵循权限最小原则
程序使用数据库账号只能在一个 DB 下使用，不准跨库 ； 程序使用的账号原则上不准有 drop 权限