MySQL在互联网业务使用建议

一、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

解读：

（1）通用，无乱码风险，汉字3字节，英文1字节

（2）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

  
  

解读：

（1）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

（2）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

二、命名规范

• 库名，表名，列名必须用小写，采用下划线分隔

解读：abc，Abc，ABC都是给自己埋坑

• 库名，表名，列名必须见名知义，长度不要超过32字符

解读：tmp，wushan谁TM知道这些库是干嘛的

• 库备份必须以bak为前缀，以日期为后缀

• 从库必须以-s为后缀

• 备库必须以-ss为后缀

三、表设计规范

• 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

  注意事项：用不用unsigned可以参考一下这个问题：https://www.cnblogs.com/blankqdb/archive/2012/11/03/blank_qdb.html

潜在坑：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

  
  

解读：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

四、列设计规范

• 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

  
  

解读：

（1）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

（2）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

  注意事项: 可以参考这篇文章：https://blog.51cto.com/hanchaohan/1751447

解读：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 ,可以参考这个文章：

  https://blog.csdn.net/u010737354/article/details/53081830     

  https://www.cnblogs.com/balfish/p/7905100.html
  

解读：

（1）NULL的列使用索引，索引统计，值都更加复杂，MySQL更难优化

（2）NULL需要更多的存储空间

（3）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)

解读：

（1）如果用CHAR(15)来存储,则需要15个字节(VARCHAR则需要16个字节)。将IP用无符号整数存储,只需要4个字节,能节约空间。

（2）对于范围查找效率更高

   SELECT * FROM test_han WHERE ip BETWEEN INET_ATON('192.168.0.0') AND INET_ATON('192.168.0.255');

（3）SELECT * FROM test_han WHERE ip = INET_ATON('192.168.0.0');

   SELECT INET_ATON('192.168.0.0');

   SELECT INET_NTOA(3232235520);

       可以参考一下这篇文章:http://www.voidcn.com/article/p-dnqfznsx-mc.html

• 使用varchar(20)存储手机号，不要使用整数

解读：

（1）牵扯到国家代号，可能出现+/-/()等字符，例如+86

（2）手机号不会用来做数学运算

（3）varchar可以模糊查询，例如like ‘138%’

• 使用TINYINT来代替ENUM

解读：ENUM增加新值要进行DDL操作

五、索引规范

• 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

  索引参考:https://blog.51cto.com/hanchaohan/926580

解读：

（1）互联网高并发业务，太多索引会影响写性能

（2）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

（3）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

解读：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

解读：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)

六、SQL规范

• 禁止使用select *，只获取必要字段

解读：

（1）select *会增加cpu/io/内存/带宽的消耗

（2）指定字段能有效利用索引覆盖

（3）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()

解读：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

解读：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

解读：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

解读：方便定位线上问题

说明：上面建议用于并发量大，数据量大的典型互联网业务