MySQL 规范 (数据库表设计规范)

一、数据库设计

一般都使用 INNODB 存储引擎,除非读写比率<1%,才考虑使用 MYISAM 存储引擎;其 他存储引擎请在 DBA 的建议下使用。

Stored procedure (包括存储过程,函数,触发器)对于 MYSQL 来说还不是很成熟, 没有完善的出错记录处理,不建议使用。

UUID(),USER()这样的MySQL INSIDE 函数对于复制来说是很危险的,会导致主备数据不一致,所以请不要使用。如果一定要使用UUID作为主键,让应用程序来产生。

不要使用外键约束,如果数据存在外键关系,请在程序层面实现。
采用 UTF8 编码。

二、数据库对象设计规范

1、表

设计

  • 在设计时尽量包含两个日期字段:crt_time(创建日期),upd_time(修改日期)且 非空, 对表的记录进行更新的时候,必须包含对 upd_time字段的更新。
  • 必须要有主键,主键尽量用自增字段类型,推荐类型为INT或者BIGINT类型。
  • 需要多表join的字段,数据类型保持绝对一致。
  • Mysql 的表尽量设置成 KV(Key-Value)结构,这样便于扩展和维护。
  • 当表的字段数非常多时,可以将表分成两张表,一张作为条件查询表,一张作为详细内容表(主要是为了性能考虑)。
  • 当字段的类型为枚举型或布尔型时,建议使用 char(1)类型。
  • 同一表中,所有varchar字段的长度加起来,不能大于65535.如果有这样的需求,请使用 TEXT/LONGTEXT 类型。
  • 由于MYSQL表DDL维护成本很高,所以在适当的时候,可以有一定的字段容余。 比如:Value1,Value2,Value3 这样的字段。

命名

  • 同一个模块的表尽可能使用相同的前缀,表名尽可能表达含义,例如: CRM_SAL_FUND_ITEM。
  • 字段命名应尽可能使用表达实际含义的英文单词或缩写, 如,公司 ID,不要使用:corporation_id, 而用:corp_id 即可。
    *布尔值类型的字段命名为is+描述。如member表上表示是否为enabled的会员的字 段命名为 IsEnabled。

2、索引

命名

  • _ind,各部分以下划线()分割。
  • 多单词组成的columnname,取前几个单词首字母,加末单词组成column_name。如: sample 表 member_id 上的索引:sample_mid_ind。

3. 约束

设计

  • 主键最好是无意义的,由Sequence产生的ID字段,类型为number,不建议使用组合主键。
  • 若要达到唯一性限制的效果,不要创建uniqueindex,必须显式创建普通索引和约束 (pk 或 uk),即先创建一个以约束名命名的普通索引,然后创建一个约束,用 using index …指定索引。
  • 当删除约束的时候,为了确保不影响到 index,最好加上 keep index 参数。
  • 主键的内容不能被修改。
  • 外键约束一般不在数据库上创建,只表达一个逻辑的概念,由程序控制。
  • 当万不得已必须使用外健的话,必须在外健列创建 INDEX。

命名

  • 主键约束: pk 结尾,_pk;
  • unique 约束:_uk 结尾,uk;
  • check 约束: _ck 结尾,ck;
  • 外键约束: _fk 结尾,以 pri 连接本表与主表,_pri_fk;

千万数据表的优化过程

方案一:优化现有mysql数据库。优点:不影响现有业务,源程序不需要修改代码,成本最低。缺点:有优化瓶颈,数据量过亿就玩完了。

1.数据库设计和表创建时就要考虑性能

mysql数据库本身高度灵活,造成性能不足,严重依赖开发人员能力。也就是说开发人员能力高,则mysql性能高。这也是很多关系型数据库的通病,所以公司的dba通常工资巨高。

设计表时要注意:

  • 表字段避免null值出现,null值很难查询优化且占用额外的索引空间,推荐默认数字0代替null。
  • 尽量使用INT而非BIGINT,如果非负则加上UNSIGNED(这样数值容量会扩大一倍),当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。
  • 使用枚举或整数代替字符串类型
  • 尽量使用TIMESTAMP而非DATETIME
  • 单表不要有太多字段,建议在20以内
  • 用整型来存IP

索引

  • 索引并不是越多越好,要根据查询有针对性的创建,考虑在WHERE和ORDER BY命令上涉及的列建立索引,可根据EXPLAIN来查看是否用了索引还是全表扫描
  • 应尽量避免在WHERE子句中对字段进行NULL值判断,否则将导致引擎放弃使用索引而进行全表扫描
  • 值分布很稀少的字段不适合建索引,例如"性别"这种只有两三个值的字段
  • 字符字段只建前缀索引
  • 字符字段最好不要做主键
  • 不用外键,由程序保证约束
  • 尽量不用UNIQUE,由程序保证约束
  • 使用多列索引时主意顺序和查询条件保持一致,同时删除不必要的单列索引

简言之就是使用合适的数据类型,选择合适的索引

选择合适的数据类型

  • 使用可存下数据的最小的数据类型,整型 < date,time < char,varchar < blob
    *使用简单的数据类型,整型比字符处理开销更小,因为字符串的比较更复杂。如,int类型存储时间类型,bigint类型转ip函数
  • 使用合理的字段属性长度,固定长度的表会更快。使用enum、char而不是varchar
    *尽可能使用not null定义字段
  • 尽量少用text,非用不可最好分表

选择合适的索引列

  • 查询频繁的列,在where,group by,order by,on从句中出现的列
  • where条件中<,<=,=,>,>=,between,in,以及like 字符串+通配符(%)出现的列
  • 长度小的列,索引字段越小越好,因为数据库的存储单位是页,一页中能存下的数据越多越好
  • 离散度大(不同的值多)的列,放在联合索引前面。查看离散度,通过统计不同的列值来实现,count越大,离散程度越高:

2.sql的编写需要注意优化

  • 1.使用limit对查询结果的记录进行限定
  • 2.避免select *,将需要查找的字段列出来
  • 3.使用连接(join)来代替子查询
  • 4.拆分大的delete或insert语句
  • 5.可通过开启慢查询日志来找出较慢的SQL
  • 6.不做列运算:SELECT id WHERE age + 1 = 10,任何对列的操作都将导致表扫描,它包括数据库教程函数、计算表达式等等,查询时要尽可能将操作移至等号右边
  • 7.sql语句尽可能简单:一条sql只能在一个cpu运算;大语句拆小语句,减少锁时间;一条大sql可以堵死整个库
  • 8.OR改写成IN:OR的效率是n级别,IN的效率是log(n)级别,in的个数建议控制在200以内
  • 9.不用函数和触发器,在应用程序实现
  • 10.避免%xxx式查询
  • 11.少用JOIN
  • 12.使用同类型进行比较,比如用'123'和'123'比,123和123比
  • 13.尽量避免在WHERE子句中使用!=或<>操作符,否则将引擎放弃使用索引而进行全表扫描
  • 14.对于连续数值,使用BETWEEN不用IN:SELECT id FROM t WHERE num BETWEEN 1 AND 5
  • 15.列表数据不要拿全表,要使用LIMIT来分页,每页数量也不要太大

引擎

目前广泛使用的是MyISAM和InnoDB两种引擎:

MyISAM

MyISAM引擎是MySQL 5.1及之前版本的默认引擎,它的特点是:

  • 1.不支持行锁,读取时对需要读到的所有表加锁,写入时则对表加排它锁
  • 2.不支持事务
  • 3.不支持外键
  • 4.不支持崩溃后的安全恢复
  • 5.在表有读取查询的同时,支持往表中插入新纪录
  • 6.支持BLOB和TEXT的前500个字符索引,支持全文索引
  • 7.支持延迟更新索引,极大提升写入性能
  • 8.对于不会进行修改的表,支持压缩表,极大减少磁盘空间占用

InnoDB

  • InnoDB在MySQL 5.5后成为默认索引,它的特点是:
  • 1.支持行锁,采用MVCC来支持高并发
  • 2.支持事务
  • 3.支持外键
  • 4.支持崩溃后的安全恢复
  • 5.不支持全文索引

总体来讲,MyISAM适合SELECT密集型的表,而InnoDB适合INSERT和UPDATE密集型的表

MyISAM速度可能超快,占用存储空间也小,但是程序要求事务支持,故InnoDB是必须的,故该方案无法执行,放弃!

3.分区

MySQL在5.1版引入的分区是一种简单的水平拆分,用户需要在建表的时候加上分区参数,对应用是透明的无需修改代码

对用户来说,分区表是一个独立的逻辑表,但是底层由多个物理子表组成,实现分区的代码实际上是通过对一组底层表的对象封装,但对SQL层来说是一个完全封装底层的黑盒子。MySQL实现分区的方式也意味着索引也是按照分区的子表定义,没有全局索引

用户的SQL语句是需要针对分区表做优化,SQL条件中要带上分区条件的列,从而使查询定位到少量的分区上,否则就会扫描全部分区,可以通过EXPLAIN PARTITIONS来查看某条SQL语句会落在那些分区上,从而进行SQL优化,我测试,查询时不带分区条件的列,也会提高速度,故该措施值得一试。

分区的好处是:

  • 1.可以让单表存储更多的数据
  • 2.分区表的数据更容易维护,可以通过清楚整个分区批量删除大量数据,也可以增加新的分区来支持新插入的数据。另外,还可以对一个独立分区进行优化、检查、修复等操作
  • 3.部分查询能够从查询条件确定只落在少数分区上,速度会很快
  • 4.分区表的数据还可以分布在不同的物理设备上,从而搞笑利用多个硬件设备
  • 5.可以使用分区表赖避免某些特殊瓶颈,例如InnoDB单个索引的互斥访问、ext3文件系统的inode锁竞争
  • 6.可以备份和恢复单个分区

分区的限制和缺点:

  • 1.一个表最多只能有1024个分区
  • 2.如果分区字段中有主键或者唯一索引的列,那么所有主键列和唯一索引列都必须包含进来
  • 3.分区表无法使用外键约束
  • 4.NULL值会使分区过滤无效
  • 5.所有分区必须使用相同的存储引擎

分区的类型:

  1. 1.RANGE分区:基于属于一个给定连续区间的列值,把多行分配给分区
  2. 2.LIST分区:类似于按RANGE分区,区别在于LIST分区是基于列值匹配一个离散值集合中的某个值来进行选择
  3. 3.HASH分区:基于用户定义的表达式的返回值来进行选择的分区,该表达式使用将要插入到表中的这些行的列值进行计算。这个函数可以包含MySQL中有效的、产生非负整数值的任何表达式
  4. 4.KEY分区:类似于按HASH分区,区别在于KEY分区只支持计算一列或多列,且MySQL服务器提供其自身的哈希函数。必须有一列或多列包含整数值
  5. 5.具体关于mysql分区的概念请自行google或查询官方文档

我首先根据月份把上网记录表RANGE分区了12份,查询效率提高6倍左右,效果不明显,故:换id为HASH分区,分了64个分区,查询速度提升显著。问题解决!

结果如下:PARTITION BY HASH (id)PARTITIONS 64

select count() from readroom_website; --11901336行记录

/ 受影响行数: 0 已找到记录: 1 警告: 0 持续时间 1 查询: 5.734 sec. /

select * from readroom_website where month(accesstime) =11 limit 10;

/ 受影响行数: 0 已找到记录: 10 警告: 0 持续时间 1 查询: 0.719 sec. */

4.分表

分表就是把一张大表,按照如上过程都优化了,还是查询卡死,那就把这个表分成多张表,把一次查询分成多次查询,然后把结果组合返回给用户。

分表分为垂直拆分和水平拆分,通常以某个字段做拆分项。比如以id字段拆分为100张表: 表名为 tableName_id%100

但:分表需要修改源程序代码,会给开发带来大量工作,极大的增加了开发成本,故:只适合在开发初期就考虑到了大量数据存在,做好了分表处理,不适合应用上线了再做修改,成本太高!!!而且选择这个方案,都不如选择我提供的第二第三个方案的成本低!故不建议采用。

5.分库

把一个数据库分成多个,建议做个读写分离就行了,真正的做分库也会带来大量的开发成本,得不偿失!不推荐使用。

方案二:升级数据库类型,换一种100%兼容mysql的数据库。优点:不影响现有业务,源程序不需要修改代码,你几乎不需要做任何操作就能提升数据库性能,缺点:多花钱

mysql性能不行,那就换个。为保证源程序代码不修改,保证现有业务平稳迁移,故需要换一个100%兼容mysql的数据库。

开源选择

1.tiDB https://github.com/pingcap/tidb

2.Cubrid https://www.cubrid.org/

3.开源数据库会带来大量的运维成本且其工业品质和MySQL尚有差距,有很多坑要踩,如果你公司要求必须自建数据库,那么选择该类型产品。

云数据选择

1.阿里云POLARDB

2.https://www.aliyun.com/product/polardb?spm...

官方介绍语:POLARDB 是阿里云自研的下一代关系型分布式云原生数据库,100%兼容MySQL,存储容量最高可达 100T,性能最高提升至 MySQL 的 6 倍。POLARDB 既融合了商业数据库稳定、可靠、高性能的特征,又具有开源数据库简单、可扩展、持续迭代的优势,而成本只需商用数据库的 1/10。

1.阿里云OcenanBase

2.淘宝使用的,扛得住双十一,性能卓著,但是在公测中,我无法尝试,但值得期待

3.阿里云HybridDB for MySQL (原PetaData)

4.https://www.aliyun.com/product/petadata?sp...

官方介绍:云数据库HybridDB for MySQL (原名PetaData)是同时支持海量数据在线事务(OLTP)和在线分析(OLAP)的HTAP(Hybrid Transaction/Analytical Processing)关系型数据库。

1.腾讯云DCDB

2.https://cloud.tencent.com/product/dcdb_for...

官方介绍:DCDB又名TDSQL,一种兼容MySQL协议和语法,支持自动水平拆分的高性能分布式数据库——即业务显示为完整的逻辑表,数据却均匀的拆分到多个分片中;每个分片默认采用主备架构,提供灾备、恢复、监控、不停机扩容等全套解决方案,适用于TB或PB级的海量数据场景。

方案三:一步到位,大数据解决方案,更换newsql/nosql数据库。优点:扩展性强,成本低,没有数据容量瓶颈,缺点:需要修改源程序代码

数据量过亿了,没得选了,只能上大数据了。

开源解决方案

hadoop家族。hbase/hive怼上就是了。但是有很高的运维成本,一般公司是玩不起的,没十万投入是不会有很好的产出的!

云解决方案

这个就比较多了,也是一种未来趋势,大数据由专业的公司提供专业的服务,小公司或个人购买服务,大数据就像水/电等公共设施一样,存在于社会的方方面面。

国内做的最好的当属阿里云。

使用超级舒服,按量付费,成本极低。

MaxCompute可以理解为开源的Hive,提供sql/mapreduce/ai算法/python脚本/shell脚本等方式操作数据,数据以表格的形式展现,以分布式方式存储,采用定时任务和批处理的方式处理数据。DataWorks提供了一种工作流的方式管理你的数据处理任务和调度监控。

本帖由系统于 1个月前 自动加精
A_aliane
《L01 基础入门》
我们将带你从零开发一个项目并部署到线上,本课程教授 Web 开发中专业、实用的技能,如 Git 工作流、Laravel Mix 前端工作流等。
《L04 微信小程序从零到发布》
从小程序个人账户申请开始,带你一步步进行开发一个微信小程序,直到提交微信控制台上线发布。
讨论数量: 2

这是我再微信公众号上总结下来的,如果不对请留言,即使修改,谢谢大佬

3个月前 评论

你好,想问下对于 like 模糊查询有啥优化方法嘛 比如 总数据是十几万条的

1个月前 评论
fanfan: 接入es 2周前

请勿发布不友善或者负能量的内容。与人为善,比聪明更重要!