MySQL开发规范

>  库名、表名、字段名必须使用小写字母并采用下划线分割

>  库名、表名、字段名禁止超过32个字符，须见名知意

   * 库名、表名、字段名支持最多64个字符，统一规范、易于辨识以及减少传输量不要超过32

>  库名、表名、字段名禁止使用MySQL保留关键字

>  临时库、临时表名必须以tmp为前缀并以日期为后缀

>  备份库、备份表名必须以bak为前缀并以日期为后缀

>  使用INNODB存储引擎

   * 5.5以后的默认引擘，支持事务，行级锁，更好的恢复性，高并发下性能更好，对多核，大内存，ssd等硬件支持更好

>  表字符集使用UTF8

   * 使用utf8字符集，如果是汉字，占3个字节，但ASCII码字符还是1个字节

   * 统一，不会有转换产生乱码风险

>  所有表都需要添加注释

>  单表数据量建议控制在5000万以内

>  不在数据库中存储图片、文件等大数据

>  禁止在线上做数据库压力测试

>  禁止从测试、开发环境直连数据库

>  禁止使用分区表

   * MySQL的分区表实际性能不是很好，且管理维护成本较高

>  拆分大字段和访问频率低的字段，分离冷热数据

>  用HASH进行散表，表名后缀使用十进制数，下标从0开始

   * 首次分表尽量多的分，避免二次分表，二次分表的难度和成本较高

>  按日期时间分表需符合YYYY[MM][DD][HH]格式

>  采用合适的分库分表策略，如千库十个表、十库百表等

索引是一把双刃剑，它可以提高查询效率但也会降低插入和更新的速度并占用磁盘空间

>  单张表中索引数量不超过5个

>  单个索引中的字段数不超过5个

>  对字符串使用前缀索引，前缀索引长度不超过10个字符

   * 如果有一个CHAR(200) 列，如果在前10个字符内，多数值是惟一的，那么就不要对整个列进行索引。对前10 个字符进行索引能够节省大量索引空间，也可能会使查询更快

>  表必须有主键

>  不使用更新频繁地列作为主键

>  尽量不选择字符串列作为主键

>  不使用UUID、MD5、HASH 作为主键

>  默认使用非空的唯一键

>  主键建议选择自增或发号器

>  重要的SQL必须被索引

   * SELECT、UPDATE、DELETE语句的WHERE条件列

   * ORDER BY、GROUP BY、DISTINCT的字段

   * 多表JOIN的字段

>  区分度最大的字段放在索引前面

>  核心SQL优先考虑覆盖索引

   * select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖

>  避免冗余或重复索引

   * 合理创建联合索引（避免冗余），index(a,b,c) 相当于 index(a) 、index(a,b) 、index(a,b,c)

>  索引不是越多越好，按实际需要进行创建

   * 每个额外的索引都要占用额外的磁盘空间，并降低写操作的性能

>  不在低基数列上建立索引，例如‘性别’

>  不在索引列进行数学运算和函数运算

>  尽量不要使用外键

   * 外键用来保护参照完整性，可在业务端实现

   * 对父表和子表的操作会相互影响，降低可用性

   * INNODB本身对Online DDL的限制

>  不使用%前导的查询，如like “%xxx”

   * 无法使用索引

>  不使用反向查询，如 not in /  not like

   * 无法使用索引，导致全表扫描

   * 全表扫描导致buffer pool利用降低

>  尽可能不要使用TEXT、BLOB类型

   * 删除这种值会在数据表中留下很大的"空洞"

   * 可以考虑把BLOB或TEXT列分离到单独的表中

>  用DECIMAL代替FLOAT和DOUBLE存储精确浮点数

   * 浮点数相对于定点数的优点是在长度一定的情况下，浮点数能够表示更大的数据范围

浮点数的缺点是会引起精度问题

>  将字符转化为数字

>  使用TINYINT来代替ENUM类型

>  字段长度尽量按实际需要进行分配，不要随意分配一个很大的容量

   * the best strategy is to allocate only as much space as you really need

   * VARCHAR(N)，N表示的是字符数不是字节数，比如VARCHAR(255)，可以最大可存储255个汉字，需要根据实际的宽度来选择N

   * VARCHAR(N)，N尽可能小，因为MySQL一个表中所有的VARCHAR字段最大长度是65535个字节，进行排序和创建临时表一类的内存操作时，会使用N的长度申请内存

>  如果可能的话所有字段均定义为not null

>  使用UNSIGNED存储非负整数

   * 同样的字节数，存储的数值范围更大。如tinyint 有符号为 -128-127，无符号为0-255

>  INT类型固定占用4个字节存储

>  使用TIMESTAMP存储时间

   * 因为TIMESTAMP使用4字节，DATETIME使用8个字节, 同时TIMESTAMP具有自动赋值以及自动更新的特性

>  使用INT UNSIGNED 存储IPV4

>  使用VARBINARY存储大小写敏感的变长字符串

>  禁止在数据库中存储明文密码

>  使用预编译语句prepared statement

   * 只传参数，比传递SQL语句更高效

   * 一次解析，多次使用

   * 降低SQL注入概率

java 方法如下： protected boolean updateSalary(Connection conn,BigDecimal x,String ID) throws SQLException{ PreparedStatement pstmt = null; try { pstmt = conn.prepareStatement("UPDATE EMPLOYEES SET SALARY = ? WHERE ID = ?"); pstmt.setBigDecimal(1, x); pstmt.setString(2, ID); return true; } finally{ if (pstmt!=null){ pstmt.close(); } } 

}  

>  尽量避免相同语句由于书写格式的不同，而导致多次语法分析

>  避免隐式转换

   * 会导致索引失效，如 select userid from table where userid=’1234’

>  充分利用前缀索引

   * 必须是最左前缀

   * 不可能同时用到两个范围条件

>  避免使用存储过程、触发器、EVENTS等

   * 让数据库做最擅长的事

   * 降低业务耦合度，为Scale Out、Sharding 留点余地

   * 避开BUG

>  避免使用大表的join

   * MySQL最擅长的是单表的主键/二级索引查询

   * Join消耗较多的内存，产生临时表

>  避免在数据库中进行数学运算

   * 容易将业务逻辑和DB耦合在一起

   * MySQL不擅长数学运算和逻辑判断

>  减少与数据库的交互次数

   * Insert … on duplicate key update

   * Replace into 、 insert ignore、insert into values(),(),()…

   * Update … where id in (1,2,3,4)

   * Alter table tbl_name add column col1, add column col2

>  拒绝大SQL，拆分成小SQL

   * 充分利用query cache

   * 充分利用多核CPU

>  使用in代替or，in的值不超过1000个

>  禁止使用order by rand()

   * 因为ORDER BY rand()会将数据从磁盘中读取，进行排序，会消耗大量的IO和CPU，可以在程序中获取一个rand

     值，然后通过在从数据库中获取对应的值

>  使用union all 而不是union

>  程序应有捕获SQL异常的处理机制

>  禁止单条SQL语句同时更新多个表

>  不使用select *

   * 消耗cpu和IO、消耗网络带宽

   * 无法使用覆盖索引

   * 减少表结构变更带来的影响       

>  批量导入、导出数据必须提前通知DBA协助观察

>  批量更新数据，如update,delete 操作，需要DBA进行审查，并在执行过程中观察服务

>  禁止在从库上执行后台管理和统计类的功能查询

>  禁止有super权限的应用程序账号存在

>  产品出现非数据库导致的故障时及时通知DBA协助排查

>  促销活动或上线新功能必须提前通知DBA进行流量评估

>  数据库数据丢失，及时联系DBA进行恢复

>  对单表的多次alter操作必须合并为一次操作

>  不在MySQL数据库中存放业务逻辑

>  重大项目的数据库方案选型和设计必须提前通知DBA参与

>  对特别重要的库表，提前与DBA沟通确定维护和备份优先级

>  不在业务高峰期批量更新、查询数据库

>  提交线上建表需求，必须详细注明所有相关SQL