【值得收藏】一份非常完整的Mysql规范

大家好，又见面了，我是全栈君。

做一个积极的人
编码、改bug、提升自己
我有一个乐园，面向编程，春暖花开！

本文从芋道源码转载，在原有内容基础上结合阿里巴巴Java开发手册中Mysql数据库章节的介绍，加上自己的理解和说明，整理而成。涉及的内容较多，建议收藏后仔细阅读！

一、数据库命名规范

• 数据库的表名、字段名必须使用小写字母或数字（不要使用驼峰哦），并禁止出现数字开头，禁止两个下划线中间只出现数字。

正例：aliyun _ admin ， rdc _ config ， level 3_ name
反例：AliyunAdmin ， rdcConfig ， level _3_ name

• 所有数据库对象名称禁止使用mysql保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来）

mysql5.7 关键字 官方文档地址：https://dev.mysql.com/doc/refman/5.7/en/keywords.html

设计时多查一查，下面只是列举了一部分，全部关键字查看官方文档内容。如下：

ACCESSIBLE ®	ACCOUNT[a]	ACTION
ADD ®	AFTER	AGAINST
AGGREGATE	ALGORITHM	ALL ®
ALTER ®	ALWAYS[b]	ANALYSE
ANALYZE ®	AND ®	ANY
AS ®	ASC ®	ASCII

其中一些有R,（R）是保留关键字

说明：有些人可能还不明白关键字和保留关键字的区别，简单的说，关键字分两种：非保留和保留，保留关键字又有一个特殊类别叫未来保留。

注：这里要提一下的是mysql是支持使用关键字做字段名的，但是针对保留关键字是必须要加引用

举例：interval begin、end都是关键字，interval是保留关键字。

-- 方式1
mysql> CREATE TABLE interval (begin INT, end INT);
ERROR 1064 (42000): You have an error in your SQL syntax ...
near 'interval (begin INT, end INT)'

-- 方式2
mysql> CREATE TABLE `interval` (begin INT, end INT);
Query OK, 0 rows affected

• 数据库对象的命名要能做到见名识意，表名不使用复数名词，并且最后不要超过32个字符

• 临时库表必须以tmp_为前缀并以日期为后缀，备份表必须以bak_为前缀并以日期(时间戳)为后缀

• 所有存储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，会造成列上的索引失效，导致查询效率降低，注10.2有具体分析）

二、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以后默认的为Innodb）Innodb 支持事务，支持行级锁，更好的恢复性，高并发下性能更好。

2、数据库和表的字符集要统一，建议使用utf8mb4

统一字符集，兼容性更好，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造成索引失效。

MySQL在5.5.3之后增加了这个utf8mb4的编码，mb4就是most bytes 4的意思，专门用来兼容四字节的unicode。好在utf8mb4是utf8的超集，除了将编码改为utf8mb4外不需要做其他转换。当然，为了节省空间，一般情况下使用utf8也就够了。

为什么建议选择utf8mb4？

因为如果要存储emoji表情的话，utf8存储会报错，导致无法存储。具体就不展开说了，感兴趣的伙伴可以自行查找相关资料。

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! 这个真的要切记，方便后续维护！

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）等手段来控制数据量大小！

数据量大的表在设计的时候就要考虑索引，或者使用分布式数据库了，要考虑到后续的维护和扩展问题。

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！

58沈剑 架构师之路公众号写过一篇，互联网公司为啥都不用MySQL分区表？https://mp.weixin.qq.com/s/qyc_89wz5Tdgz6FWQfgwLQ ，有兴趣可以看看！

6、尽量做到冷热数据分离，减小表的宽度

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（表越宽，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见名识义 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操作很耗时 通常存储于文件服务器，数据库只存储文件地址信息

9、禁止在线上做数据库压力测试

对待线上环境，要有敬畏之心!

10、禁止从开发环境，测试环境直接连接生成环境数据库

对待线上环境，要有敬畏之心!

三、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，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的IO次数也就越多， 索引的性能也就越差。【大数据量要考虑，省一点是一点】

方法：
1）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。

2）对于非负型的数据（如自增ID、整型IP）来说，要优先使用无符号整型来存储

因为：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！

3）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，避免影响其他字段索引效率。具体见下面2说明。

2、避免使用TEXT、BLOB数据类型，最常见的TEXT类型可以存储64k的数据

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。

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

原因：

索引NULL列需要额外的空间来保存，所以要占用更多的空间；
进行比较和计算时要对NULL值做特别的处理

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

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。

四、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！索引可以提高效率同样可以降低效率。【索引也会占用存储空间，消耗资源】

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，甚至有些情况下会降低查询效率。若太多则应考虑一些不常使用到的列上建的索引是否有必要。

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来进行评估，以生成出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，但是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。

五、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join的关联列

六、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列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO性能也就越好）；
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）。

七、避免建立冗余索引和重复索引

因为这样会增加查询优化器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)

八、优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

覆盖索引：就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引

覆盖索引的好处：

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，还要通过主键进行二次查询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 ，减少了IO操作，提升了查询效率。

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的IO转变成索引查找的顺序IO。

九、索引设置规范

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。

十、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、避免数据类型的隐式转换

隐式转换会导致索引失效。如：

SELECT * FROM `camera` where name= 1 ;

name为 varchat 类型，此时查询中使用数字查询，会导致索引失效。使用之前讲解过的explain可以查看。

-- 使用字符查询
mysql> EXPLAIN SELECT * FROM `camera` where name= '1' ;
+----+-------------+--------+------------+------+---------------+------------+---------+-------+------+----------+-------+
| id | select_type | table  | partitions | type | possible_keys | key        | key_len | ref   | rows | filtered | Extra |
+----+-------------+--------+------------+------+---------------+------------+---------+-------+------+----------+-------+
|  1 | SIMPLE      | camera | NULL       | ref  | index_name    | index_name | 1539    | const |    1 |      100 | NULL  |
+----+-------------+--------+------------+------+---------------+------------+---------+-------+------+----------+-------+
-- 使用数字查询
mysql> EXPLAIN SELECT * FROM `camera` where name= 1 ;
+----+-------------+--------+------------+------+---------------+------+---------+------+-------+----------+-------------+
| id | select_type | table  | partitions | type | possible_keys | key  | key_len | ref  | rows  | filtered | Extra       |
+----+-------------+--------+------------+------+---------------+------+---------+------+-------+----------+-------------+
|  1 | SIMPLE      | camera | NULL       | ALL  | index_name    | NULL | NULL    | NULL | 52116 |       10 | Using where |
+----+-------------+--------+------------+------+---------------+------+---------+------+-------+----------+-------------+

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、数据库设计时，应该要对以后扩展进行考虑

可以在前期设计的时候加一些ext 字段，即扩展字段。

5、程序连接不同的数据库使用不同的账号，进制跨库查询

为数据库迁移和分库分表留出余地
降低业务耦合度
避免权限过大而产生的安全风险

6、禁止使用SELECT * 必须使用SELECT <字段列表> 查询

原因：

消耗更多的CPU和IO以网络带宽资源
无法使用覆盖索引
可减少表结构变更带来的影响

7、禁止使用不含字段列表的INSERT语句

如：insert into values (‘a’,‘b’,‘c’);

应使用insert into t(c1,c2,c3) values (‘a’,‘b’,‘c’);

8、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(不包含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。

子查询性能差的原因：

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就越大；
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。

9、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设置的也不合理的情况下，就容易造成服务器内存溢出的情况，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，建议不超过5个。

10、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

11、对应同一列进行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。

12、禁止使用order by rand() 进行随机排序

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

13、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'

14、在明显不会有重复值时使用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

15、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：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

十一、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，才会在其他从库上执行，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是percona公司开发的一个工具，在percona-toolkit包里面可以找到这个功能，它可以在线修改表结构

原理:

• 首先它会新建一张一模一样的表，表名一般是_new后缀
• 然后在这个新表执行更改字段操作
• 然后在原表上加三个触发器，DELETE/UPDATE/INSERT，将原表中要执行的语句也在新表中执行
• 最后将原表的数据拷贝到新表中，然后替换掉原表

3、禁止为程序使用的账号赋予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。

---

谢谢你的阅读，如果您觉得这篇博文对你有帮助，请点赞或者喜欢，让更多的人看到！祝你每天开心愉快！

---

不管做什么，只要坚持下去就会看到不一样！在路上，不卑不亢!