数据存储 - MySQL 规范

学习完整课程请移步互联网 Java 全栈工程师

基础规范

表存储引擎必须使用 InnoDB
表字符集默认使用 utf8，必要时候使用 utf8mb4
- 通用，无乱码风险，汉字 3 字节，英文 1 字节
- utf8mb4 是 utf8 的超集，有存储 4 字节例如表情符号时，使用它
禁止使用存储过程，视图，触发器，Event
- 对数据库性能影响较大，互联网业务，能让站点层和服务层干的事情，不要交到数据库层
- 调试，排错，迁移都比较困难，扩展性较差
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，数据库中存储路径
禁止在线上环境做数据库压力测试
测试，开发，线上数据库环境必须隔离

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
表必须有主键，推荐使用 UNSIGNED 整数为主键
- 删除无主键的表，如果是 row 模式的主从架构，从库会挂住
禁止使用外键，如果要保证完整性，应由应用程式实现
- 外键使得表之间相互耦合，影响 update/delete 等 SQL 性能，有可能造成死锁，高并发情况下容易成为数据库瓶颈
建议将大字段，访问频度低的字段拆分到单独的表中存储，分离冷热数据（具体参考：《如何实施数据库垂直拆分》）

根据业务区分使用 tinyint/int/bigint，分别会占用 1/4/8 字节
根据业务区分使用 char/varchar
- 字段长度固定，或者长度近似的业务场景，适合使用 char，能够减少碎片，查询性能高
- 字段长度相差较大，或者更新较少的业务场景，适合使用 varchar，能够减少空间
根据业务区分使用 datetime/timestamp
- 前者占用 5 个字节，后者占用 4 个字节，存储年使用 YEAR，存储日期使用 DATE，存储时间使用 datetime
必须把字段定义为 NOT NULL 并设默认值
- NULL 的列使用索引，索引统计，值都更加复杂，MySQL 更难优化
- NULL 需要更多的存储空间
- NULL 只能采用 IS NULL 或者 IS NOT NULL ，而在 =/!=/in/not in 时有大坑
使用 INT UNSIGNED 存储 IPv4 ，不要用 char(15)
使用 varchar(20) 存储手机号，不要使用整数
- 牵扯到国家代号，可能出现 +/-/() 等字符，例如 +86
- 手机号不会用来做数学运算
- varchar 可以模糊查询，例如 like‘138%’
使用 TINYINT 来代替 ENUM
- ENUM 增加新值要进行 DDL 操作

唯一索引使用 uniq_[字段名] 来命名
非唯一索引使用 idx_[字段名] 来命名
单张表索引数量建议控制在 5 个以内
- 互联网高并发业务，太多索引会影响写性能
- 生成执行计划时，如果索引太多，会降低性能，并可能导致 MySQL 选择不到最优索引
- 异常复杂的查询需求，可以选择 ES 等更为适合的方式存储
组合索引字段数不建议超过 5 个
- 如果 5 个字段还不能极大缩小 row 范围，八成是设计有问题
不建议在频繁更新的字段上建立索引
非必要不要进行 JOIN 查询，如果要进行 JOIN 查询，被 JOIN 的字段必须类型相同，并建立索引
- 踩过因为 JOIN 字段类型不一致，而导致全表扫描的坑么？
理解组合索引最左前缀原则，避免重复建设索引，如果建立了(a,b,c)，相当于建立了(a), (a,b), (a,b,c)

禁止使用 select *，只获取必要字段
- select * 会增加 cpu/io/内存/带宽 的消耗
- 指定字段能有效利用索引覆盖
- 指定字段查询，在表结构变更时，能保证对应用程序无影响
insert 必须指定字段，禁止使用 insert into T values()
- 指定字段插入，在表结构变更时，能保证对应用程序无影响
隐式类型转换会使索引失效，导致全表扫描
禁止在 where 条件列使用函数或者表达式
- 导致不能命中索引，全表扫描
禁止负向查询以及 % 开头的模糊查询
- 导致不能命中索引，全表扫描
禁止大表 JOIN 和子查询
同一个字段上的 OR 必须改写问 IN，IN 的值必须少于 50 个
应用程序必须捕获 SQL 异常
- 方便定位线上问题

本规范适用于并发量大，数据量大的典型互联网业务，可直接带走参考，不谢。