佳星辰的个人博客

记录精彩的程序人生

待人友善是修养, 独往独来是性格。 --qq:2986957136
  menu
5 文章
0 浏览
0 当前访客
ღゝ◡╹)ノ❤️

数据库设计和使用推荐规范

数据库设计和使用

版本:v1.0

设计规范

1.冗余

字段允许适当冗余,以提高查询性能,但必须考虑数据一致。冗余字段应遵循:

  • 不是频繁修改的字段。
  • 不是 varchar 超长字段,更不能是 text 字段。

2.分库分表

单表行数超过 500 万行或者单表容量超过 2GB,才推荐进行分库分表。

说明:如果预计2年后的数据量根本达不到这个级别,请不要在创建表时就分库分表。

3.id主键

id必须是主键,每个表必须有主键,且保持增长趋势的, 小型系统可以依赖于 MySQL 的自增主键,大型系统或者需要分库分表时才使用内置的 ID 生成器

4.id类型

id类型没有特殊要求,必须使用bigint unsigned,禁止使用int,即使现在的数据量很小。id如果是数字类型的话,必须是8个字节。

  • 方便对接外部系统,还有可能产生很多废数据
  • 避免废弃数据对系统id的影响
  • 未来分库分表,自动生成id,一般也是8个字节

5.默认值

字段尽量设置为 NOT NULL, 为字段提供默认值。 如字符型的默认值为一个空字符值串’’;数值型默认值为数值 0;逻辑型的默认值为数值 0;

6.注释

每个字段和表必须提供清晰的注释

7.时间格式

时间统一格式:‘YYYY-MM-DD HH:MM:SS’

8.更新

更新数据表记录时,必须同时更新记录对应的 update_time 字段值为当前时间,

命名规范

1.是与否

表达是与否概念的字段,必须使用 is_xxx 的方式命名,数据类型是 unsigned tinyint ( 1表示是,0表示否)。
说明:任何字段如果为非负数,必须是 unsigned。
正例:表达逻辑删除的字段名 is_deleted,1 表示删除,0 表示未删除。

2.表名和字段名

表名、字段名必须使用小写字母或数字,禁止出现数字开头,禁止两个下划线中间只 出现数字。数据库字段名的修改代价很大,因为无法进行预发布,所以字段名称需要慎重考虑。

说明:MySQL 在 Windows 下不区分大小写,但在 Linux下默认是区分大小写。因此,数据库名、表名、字段名,都不允许出现任何大写字母,避免节外生枝。

3.复数名词

表名不使用复数名词。

说明:表名应该仅仅表示表里面的实体内容,不应该表示实体数量,对应于 DO 类名也是单数形式,符合表达习惯。

4.保留字

禁用保留字,如 desc、range、match、delayed 等,请参考 MySQL 官方保留字。

5.索引命名

主键索引名为 pk_字段名;唯一索引名为 uk_字段名;普通索引名则为 idx_字段名。

说明:pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的简称。

6.小数

小数类型为 decimal,禁止使用 float 和 double。

说明:float 和 double 在存储的时候,存在精度损失的问题,很可能在值的比较时,得到不正确的结果。如果存储的数据范围超过decimal的范围,建议将数据拆成整数和小数分开存储。

7.字符型字段

如果存储的字符串长度几乎相等,使用 char 定长字符串类型。

varchar 是可变长字符串,不预先分配存储空间,长度不要超过 5000,

如果存储长度大于5000,定义字段类型为text,独立出来一张表,用主键来对应,避免影响其它字段索引效率。

8.表字段

表必备三字段:id, create_time,update_time

说明:其中id必为主键,类型为unsigned bigint、单表时自增、步长为1。
create_time,update_time 的类型均为 timestamp 类型,前者现在时表示主动创建,后者表示被动更新。

9.命名建议

所有命名必须使用全名,有默认约定的除外,如果超过 30 个字符,使用缩写,请尽量名字易懂简短,如 description --> desc;information --> info;address --> addr 等

表的命名最好是加上“业务名称_表的作用”。 正例:health_user / trade_config

库名与应用名称尽量一致。如health

10.字段更新

如果修改字段含义或对字段表示的状态追加时,需要及时更新字段注释

14.时间

所有时间字段,类型均为 date_time,以_time结尾,前缀有意义的名词。

类型规范

1.状态字段

表示状态字段(0-255)的使用 TINYINT UNSINGED,禁止使用枚举 类型,注释必须清晰地说明每个枚举的含义,以及是否多选等

2.布尔值

表示boolean类型的都使用TINYINT(1),因为mysql本身是没有boolean类型的,在自动生成代码的时候,DO对象的字段就是boolean类型,例如 is_delete;其余所有时候都使用TINYINT(4)

TINYINT(4),这个括号里面的数值并不是表示使用多大空间存储,而是最大显示宽度,并且只有字段指定zerofill时有用,没有zerofill,(m)就是无用的,例如id BIGINT ZEROFILL NOT NULL,所以建表时就使用默认就好了,不需要加括号了,除非有特殊需求,例如TINYINT(1)代表boolean类型。

TINYINT(1),TINYINT(4)都是存储一个字节,并不会因为括号里的数字改变。例如TINYINT(4)存储22则会显示0022,因为最大宽度为4,达不到的情况下用0来补充。

3.字符长度

合适的字符存储长度,不但节约数据库表空间、节约索引存储,更重要的是提升检索速度。
表示范围

类型字节类型
tinyint1无符号值: 0~255;有符号值: -128~127
smallint2无符号值: 0~65536;有符号值: -32768~32767
mediumint3无符号值: 0~16777215;有符号值: -8388608~8388607
int4无符号值: 0~4294967295;有符号值: -2147483648~2147483647
bigint8无符号值: 0~((2³²×²)-1);有符号值: -(2³²×²)/2 ~ (2³²×²)/2-1

4.非负数字

非负的数字类型字段,都添加上 UNSINGED, 如可以使用 INT UNSINGED 字段存 IPV4

5.时间

时间字段使用时间日期类型,不要使用字符串类型存储,日期使用DATE类型,年使用YEAR类型,日期时间使用DATETIME

6.字符串

VARCHAR(N), 其中 N表示字符个数,请尽量减少 N 的大小,参考:code VARCHAR(32);name VARCHAR(32);memo VARCHAR(512);

7.Blob 和 Text

Blob 和 Text类型所存储的数据量大,删除和修改操作容易在数据表里产生大量的碎片,避免使用 Blob 或 Text 类型

索引规范

1.唯一索引

业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引。

不要以为唯一索引影响了 insert 速度,这个速度损耗可以忽略,但提高查找速度是明 显的;另外,即使在应用层做了非常完善的校验控制,只要没有唯一索引,根据墨菲定律,必 然有脏数据产生。

2.关联查询

超过三个表禁止 join。需要 join 的字段,数据类型必须绝对一致;多表关联查询时, 保证被关联的字段需要有索引。

即使双表 join 也要注意表索引、SQL 性能。

3.varchar上的索引

在 varchar 字段上建立索引时,必须指定索引长度,没必要对全字段建立索引,根据 实际文本区分度决定索引长度即可。

说明:索引的长度与区分度是一对矛盾体,一般对字符串类型数据,长度为 20 的索引,区分度会高达 90%以上,可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。

4.模糊搜索

页面搜索严禁左模糊或者全模糊,如果需要请走搜索引擎来解决。

索引文件具有 B-Tree 的最左前缀匹配特性,如果左边的值未确定,那么无法使用此索引。

5.排序

如果有 order by 的场景,请注意利用索引的有序性。order by 最后的字段是组合索引的一部分,并且放在索引组合顺序的最后,避免出现 file_sort 的情况,影响查询性能。

正例:where a=? and b=? order by c; 索引:a_b_c 反例:索引中有范围查找,那么索引有序性无法利用,如:WHERE a>10 ORDER BY b; 索引 a_b 无法排序。

6.覆盖索引

利用覆盖索引来进行查询操作,避免回表。

说明:如果一本书需要知道第11章是什么标题,会翻开第11章对应的那一页吗?目录浏览一下就好,这个目录就是起到覆盖索引的作用。

正例:能够建立索引的种类:主键索引、唯一索引、普通索引,而覆盖索引是一种查询的效果,用explain的结果,extra列会出现:using index。

7.分页

利用延迟关联或者子查询优化超多分页场景。

说明:MySQL并不是跳过 offset 行,而是取 offset+N 行,然后返回放弃前 offset 行,返回 N 行,那当 offset 特别大的时候,效率就非常的低下,要么控制返回的总页数,要么对超过特定阈值的页数进行 SQL 改写。

正例:先快速定位需要获取的 id 段,然后再关联:

SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id

8.性能优化

SQL 性能优化的目标:至少要达到 range 级别,要求是 ref 级别,如果可以是 consts 最好。

说明:
consts 单表中最多只有一个匹配行(主键或者唯一索引),在优化阶段即可读取到数据。
ref 指的是使用普通的索引(normal index)。
range 对索引进行范围检索。
反例:explain 表的结果,type=index,索引物理文件全扫描,速度非常慢,这个 index 级 别比较 range 还低,与全表扫描是小巫见大巫。

9.组合索引

建组合索引的时候,区分度最高的在最左边。
正例:如果 where a=? and b=? ,a 列的几乎接近于唯一值,那么只需要单建 idx_a 索引即 可。

说明:存在非等号和等号混合判断条件时,在建索引时,请把等号条件的列前置。如:where a>? and b=? 那么即使 a 的区分度更高,也必须把 b 放在索引的最前列。

10.隐式转换

防止因字段类型不同造成的隐式转换,导致索引失效。

11.误解

创建索引时避免有如下极端误解:

  • 宁滥勿缺。认为一个查询就需要建一个索引。
  • 宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。
  • 抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。

12.总结

  • 索引占磁盘空间,不要重复的索引,尽量短
  • 只给常用的查询条件加索引
  • 过滤性高的列建索引,取值范围固定的列不建索引
  • 唯一的记录添加唯一索引
  • 频繁更新的列不要建索引
  • 不要对索引列运算
  • 同样过滤效果下,保持索引长度最小
  • 合理利用组合索引,注意索引字段先后顺序
  • 多列组合索引,过滤性高的字段最前
  • order by 字段建立索引,避免 filesort
  • 组合索引,不同的排序顺序不能使用索引
  • <>!=无法使用索引

SQL规范

1.count函数

不要使用 count(列名)或 count(常量)来替代 count(),count()是 SQL92 定义的 标准统计行数的语法,跟数据库无关,跟 NULL 和非 NULL 无关。

count(*)会统计值为 NULL 的行,而 count(列名)不会统计此列为 NULL 值的行。

count(distinct col) 计算该列除 NULL 之外的不重复行数,

count(distinct col1, col2) 如果其中一列全为NULL,那么即使另一列有不同的值,也返回为0。

当某一列col的值全是 NULL 时,count(col)的返回结果为 0,但 sum(col)的返回结果为 NULL,因此使用 sum()时需注意 NPE 问题。

正例:可以使用如下方式来避免sum的NPE问题:SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;

在代码中写分页查询逻辑时,若 count 为 0 应直接返回,避免执行后面的分页语句。

2.ISNULL函数

使用 ISNULL()来判断是否为 NULL 值。 说明:NULL 与任何值的直接比较都为 NULL。

NULL<>NULL的返回结果是NULL,而不是false。
NULL=NULL的返回结果是NULL,而不是true。
NULL<>1的返回结果是NULL,而不是true。

3.外键和级联

不得使用外键与级联,一切外键概念必须在应用层解决。 说明:以学生和成绩的关系为例,学生表中的 student_id 是主键,那么成绩表中的 student_id 则为外键。如果更新学生表中的 student_id,同时触发成绩表中的 student_id 更新,即为 级联更新。外键与级联更新适用于单机低并发,不适合分布式、高并发集群;级联更新是强阻 塞,存在数据库更新风暴的风险;外键影响数据库的插入速度。

4.存储过程

禁止使用存储过程,存储过程难以调试和扩展,更没有移植性。

5.数据更新

数据订正时,删除和修改记录时,要先 select,避免出现误删除,确认无误才能执行更新语句。

6.in函数

in操作能避免则避免,若实在避免不了,需要仔细评估 in 后边的集合元素数量,控
制在 1000 个之内。

7.字符编码

如果有全球化需要,所有的字符存储与表示,均以 utf-8 编码,注意字符统计函数 的区别。

说明:

SELECT LENGTH(“轻松工作”); 返回为12
SELECT CHARACTER_LENGTH(“轻松工作”); 返回为4 如果需要存储表情,那么选择 utfmb4 来进行存储,注意它与 utf-8 编码的区别。

8.删除表

TRUNCATE TABLE 比 DELETE 速度快,且使用的系统和事务日志资源少,但 TRUNCATE 无事务且不触发trigger,有可能造成事故,故不建议在开发代码中使用此语句。 说明:TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。

9.数据更新

不要写一个大而全的数据更新接口。传入为 POJO 类,不管是不是自己的目标更新字 段,都进行 update table set c1=value1,c2=value2,c3=value3; 这是不对的。执行 SQL 时,不要更新无改动的字段,一是易出错;二是效率低;三是增加 binlog 存储。

10.总结

  • 能够快速缩小结果集的 WHERE 条件写在前面,如果有恒量条 件,也尽量放在前面 ,例如 where 1=1
  • 避免使用 GROUP BY、DISTINCT 等语句的使用,避免联表查 询和子查询
  • 能够使用索引的字段尽量进行有效的合理排列
  • 针对索引字段使用 >, >=, =, <, <=, IF NULL 和 BETWEEN 将会 使用索引,如果对某个索引字段进行 LIKE 查询,使用 LIKE ‘%abc%’ 不能使用索引,使用 LIKE ‘abc%’ 将能够使用索引
  • 如果在 SQL 里使用了 MySQL部分自带函数,索引将失效
  • 避免直接使用 select *,只取需要的字段,增加使用覆盖索引使用的可能
  • 对于大数据量的查询,尽量避免在 SQL 语句中使用 order by 字
  • 连表查询的情况下,要确保关联条件的数据类型一致,避免嵌
    套子查询
  • 对于连续的数值,使用 between 代替 in
  • where 语句中尽量不要使用 CASE 条件
  • 当只要一行数据时使用 LIMIT 1

标题:数据库设计和使用推荐规范
作者:jxc
地址:http://jxc321.com/articles/2021/04/19/1618826160760.html