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
-
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
解读：具体参考《如何实施数据库垂直拆分》
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
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
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)
-
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
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