最近一段時間一邊在線上抓取SQL來優化，一邊在整理這個開發規範，儘量減少新的問題SQL進入生產庫。今天也是對公司的開發做了一次培訓，PPT就不放上來了，裡面有十來個生產SQL的案例。因為規範大部分還是具有通用性，所以也借鑑了像去哪兒和趕集的規範，但實際在撰寫本文的過程中，每一條規範的背後無不是在工作中有參照的反面例子的。如果時間可以的話，會抽出一部分或分析其原理，或用案例證明。

一. 命名規範

1.庫名、表名、欄位名必須使用小寫字母，並採用下劃線分割

(1)MySQL有配置引數lower_case_table_names=1，即庫表名以小寫儲存，大小寫不敏感。如果是0，則庫表名以實際情況儲存，大小寫敏感；如果是2，以實際情況儲存，但以小寫比較。

(2)如果大小寫混合使用，可能存在abc，Abc，ABC等多個表共存，容易導致混亂。

(3)欄位名顯示區分大小寫，但實際使⽤時不區分，即不可以建立兩個名字一樣但大小寫不一樣的欄位。

(4)為了統一規範， 庫名、表名、欄位名使用小寫字母。

2.庫名以 d 開頭，表名以 t 開頭，欄位名以 f_ 開頭

(1)比如表 t_crm_relation，中間的 crm 代表業務模組名

(2)檢視以view_開頭，事件以event_開頭，觸發器以trig_開頭，儲存過程以proc_開頭，函式以func_開頭

(3)普通索引以idx_col1_col2命名，唯一索引以uk_col1_col2命名（可去掉f_公共部分）。如 idx_companyid_corpid_contacttime(f_company_id,f_corp_id,f_contact_time)

3.庫名、表名、欄位名禁止超過32個字元，需見名知意

庫名、表名、欄位名支援最多64個字元，但為了統一規範、易於辨識以及減少傳輸量，禁止超過32個字元

4.臨時庫、表名須以tmp加日期為字尾

如 t_crm_relation_tmp0425。備份表也類似，形如 _bak20160425 。

5.按日期時間分表須符合_YYYY[MM][DD]格式

這也是為將來有可能分表做準備的，比如t_crm_ec_record_201403，但像 t_crm_contact_at201506就打破了這種規範。
不具有時間特性的，直接以 t_tbname_001 這樣的方式命名。

二. 庫表基礎規範

1.使用Innodb儲存引擎

5.5版本開始mysql預設儲存引擎就是InnoDB，5.7版本開始，系統表都放棄MyISAM了。

2.表字符集統一使用UTF8

(1)UTF8字符集儲存漢字佔用3個位元組，儲存英文字元佔用一個位元組

(2)校對字符集使用預設的 utf8_general_ci

(3)連線的客戶端也使用utf8，建立連線時指定charset或SET NAMES UTF8;。（對於已經在專案中長期使用latin1的，救不了了）

(4)如果遇到EMOJ等表情符號的儲存需求，可申請使用UTF8MB4字符集

3.所有表都要添加註釋

(1)儘量給欄位也添加註釋

(2)類status型需指明主要值的含義，如”0-離線，1-線上”

4.控制單表字段數量

(1)單表字段數上限30左右，再多的話考慮垂直分表，一是冷熱資料分離，二是大欄位分離，三是常在一起做條件和返回列的不分離。

(2)表字段控制少而精，可以提高IO效率，記憶體快取更多有效資料，從而提高響應速度和併發能力，後續 alter table 也更快。

5.所有表都必須要顯式指定主鍵

(1)主鍵儘量採用自增方式，InnoDB表實際是一棵索引組織表，順序儲存可以提高存取效率，充分利用磁碟空間。還有對一些複雜查詢可能需要自連線來優化時需要用到。

(2)需要全域性唯一主鍵時，使用外部發號器ticket server（建設中）

(3)如果沒有主鍵或唯一索引，update/delete是通過所有欄位來定位操作的行，相當於每行就是一次全表掃描

(4)少數情況可以使用聯合唯一主鍵，需與DBA協商

6.不強制使用外來鍵參考

即使2個表的欄位有明確的外來鍵參考關係，也不使用 FOREIGN KEY ，因為新紀錄會去主鍵表做校驗，影響效能。

7.適度使用儲存過程、檢視，禁止使用觸發器、事件

(1)儲存過程（procedure）雖然可以簡化業務端程式碼，在傳統企業寫複雜邏輯時可能會用到，而在網際網路企業變更是很頻繁的，在分庫分表的情況下要升級一個儲存過程相當麻煩。又因為它是不記錄log的，所以也不方便debug效能問題。如果使用過程，一定考慮如果執行失敗的情況。

(2)使用檢視一定程度上也是為了降低程式碼裡SQL的複雜度，但有時候為了檢視的通用性會損失效能（比如返回不必要的欄位）。

(3)觸發器（trigger）也是同樣，但也不應該通過它去約束資料的強一致性，mysql只支援“基於行的觸發”，也就是說，觸發器始終是針對一條記錄的，而不是針對整個sql語句的，如果變更的資料集非常大的話，效率會很低。掩蓋一條sql背後的工作，一旦出現問題將是災難性的，但又很難快速分析和定位。再者需要ddl時無法使用pt-osc工具。放在transaction執行。

(4)事件（event）也是一種偷懶的表現，目前已經遇到數次由於定時任務執行失敗影響業務的情況，而且mysql無法對它做失敗預警。建立專門的 job scheduler 平臺。

a.單表資料量控制在5000w以內

b.資料庫中不允許儲存明文密碼

三. 欄位規範

1.char、varchar、text等字串型別定義

(1)對於長度基本固定的列，如果該列恰好更新又特別頻繁，適合char

(2)varchar雖然儲存變長字串，但不可太小也不可太大。UTF8最多能存21844個漢字，或65532個英文

(3)varbinary(M)儲存的是二進位制字串，它儲存的是位元組而不是字元，所以沒有字符集的概念，M長度0-255（位元組）。只用於排序或比較時大小寫敏感的型別，不包括密碼儲存

(4)TEXT型別與VARCHAR都類似，儲存可變長度，最大限制也是2^16，但是它20bytes以後的內容是在資料頁以外的空間儲存（row_format=dynamic），對它的使用需要多一次定址，沒有預設值。

一般用於存放容量平均都很大、操作沒有其它欄位那樣頻繁的值。

網上部分文章說要避免使用text和blob，要知道如果純用varchar可能會導致行溢位，效果差不多，但因為每行佔用位元組數過多，會導致buffer_pool能快取的資料行、頁下降。另外text和blob上面一般不會去建索引，而是利用sphinx之類的第三方全文搜尋引擎，如果確實要建立（字首）索引，那就會影響效能。凡事看具體場景。

另外儘可能把text/blob拆到另一個表中

(5)BLOB可以看出varbinary的擴充套件版本，內容以二進位制字串儲存，無字符集，區分大小寫，有一種經常提但不用的場景：不要在資料庫裡儲存圖片。

2.int、tinyint、decimal等數字型別定義

(1)使用tinyint來代替 enum和boolean
ENUM型別在需要修改或增加列舉值時，需要線上DDL，成本較高；ENUM列值如果含有數字型別，可能會引起預設值混淆
tinyint使用1個位元組，一般用於status,type,flag的列

(2)建議使用 UNSIGNED 儲存非負數值
相比不使用 unsigned，可以擴大一倍使用數值範圍

(3)int使用固定4個位元組儲存，int(11)與int(4)只是顯示寬度的區別

(4)使用Decimal 代替float/double儲存精確浮點數
對於貨幣、金額這樣的型別，使用decimal，如 decimal(9,2)。float預設只能能精確到6位有效數字

3.timestamp與datetime選擇

(1)datetime 和 timestamp型別所佔的儲存空間不同，前者8個位元組，後者4個位元組，這樣造成的後果是兩者能表示的時間範圍不同。前者範圍為1000-01-01 00:00:00 ~ 9999-12-31 23:59:59，後者範圍為 1970-01-01 08:00:01 到 2038-01-19 11:14:07 。所以 TIMESTAMP 支援的範圍比 DATATIME 要小。

(2)timestamp可以在insert/update行時，自動更新時間欄位（如 f_set_time timestamp NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP），但一個表只能有一個這樣的定義。

(3)timestamp顯示與時區有關，內部總是以 UTC 毫秒 來存的。還受到嚴格模式的限制

(4)優先使用timestamp，datetime也沒問題

(5)where條件裡不要對時間列上使用時間函式

4.建議欄位都定義為NOT NULL

(1)如果是索引欄位，一定要定義為not null 。因為null值會影響cordinate統計，影響優化器對索引的選擇

(2)如果不能保證insert時一定有值過來，定義時使用default ‘' ，或 0

5.同一意義的欄位定義必須相同

比如不同表中都有 f_user_id 欄位，那麼它的型別、欄位長度要設計成一樣

四. 索引規範

1.任何新的select,update,delete上線，都要先explain，看索引使用情況

儘量避免extra列出現：Using File Sort，Using Temporary，rows超過1000的要謹慎上線。
explain解讀

(1)type：ALL,index,range,ref,eq_ref,const,system,NULL（從左到右，效能從差到好）

(2)possible_keys：指出MySQL能使用哪個索引在表中找到記錄，查詢涉及到的欄位上若存在索引，則該索引將被列出，但不一定被查詢使用

(3)key：表示MySQL實際決定使用的鍵（索引）
如果沒有選擇索引，鍵是NULL。要想強制MySQL使用或忽視possible_keys列中的索引，在查詢中使用FORCE INDEX、USE INDEX或者IGNORE INDEX

(4)ref：表示選擇 key 列上的索引，哪些列或常量被用於查詢索引列上的值

(5)rows：根據表統計資訊及索引選用情況，估算的找到所需的記錄所需要讀取的行數

(6)Extra

a.Using temporary：表示MySQL需要使用臨時表來儲存結果集，常見於排序和分組查詢
b.Using filesort：MySQL中無法利用索引完成的排序操作稱為“檔案排序”

1.索引個數限制

(1)索引是雙刃劍，會增加維護負擔，增大IO壓力，索引佔用空間是成倍增加的

(2)單張表的索引數量控制在5個以內，或不超過表字段個數的20%。若單張表多個欄位在查詢需求上都要單獨用到索引，需要經過DBA評估。

2.避免冗餘索引

(1.)InnoDB表是一棵索引組織表，主鍵是和資料放在一起的聚集索引，普通索引最終指向的是主鍵地址，所以把主鍵做最後一列是多餘的。如f_crm_id作為主鍵，聯合索引(f_user_id,f_crm_id)上的f_crm_id就完全多餘

(2)(a,b,c)、(a,b)，後者為冗餘索引。可以利用字首索引來達到加速目的，減輕維護負擔

3.沒有特殊要求，使用自增id作為主鍵

(1.)主鍵是一種聚集索引，順序寫入。組合唯一索引作為主鍵的話，是隨機寫入，適合寫少讀多的表

(2)主鍵不允許更新

4.索引儘量建在選擇性高的列上

(1)不在低基數列上建立索引，例如性別、型別。但有一種情況，idx_feedbackid_type (f_feedback_id,f_type)，如果經常用 f_type=1 比較，而且能過濾掉90%行，那這個組合索引就值得建立。有時候同樣的查詢語句，由於條件取值不同導致使用不同的索引，也是這個道理。

(2)索引選擇性計算方法（基數 ÷ 資料行數）

Selectivity = Cardinality / Total Rows = select count(distinct col1)/count(*) from tbname，越接近1說明col1上使用索引的過濾效果越好

(3)走索引掃描行數超過30%時，改全表掃描

5.最左字首原則

(1)mysql使用聯合索引時，從左向右匹配，遇到斷開或者範圍查詢時，無法用到後續的索引列
比如索引idx_c1_c2_c3 (c1,c2,c3)，相當於建立了(c1)、(c1,c2)、(c1,c3)三個索引，where條件包含上面三種情況的欄位比較則可以用到索引，但像 where c1=a and c3=c 只能用到c1列的索引，像 c2=b and c3=c等情況就完全用不到這個索引

(2)遇到範圍查詢(>、<、between、like)也會停止索引匹配，比如 c1=a and c2 > 2 and c3=c，只有c1,c2列上的比較能用到索引，(c1,c3)排列的索引才可能會都用上

(3)where條件裡面欄位的順序與索引順序無關，mysql優化器會自動調整順序

6.字首索引

(1)對超過30個字元長度的列建立索引時，考慮使用字首索引，如 idx_cs_guid2 (f_cs_guid(26))表示擷取前26個字元做索引，既可以提高查詢效率，也可以節省空間

(2)字首索引也有它的缺點是，如果在該列上 ORDER BY 或 GROUP BY 時無法使用索引，也不能把它們用作覆蓋索引(Covering Index)

(3)如果在varbinary或blob這種以二進位制儲存的列上建立字首索引，要考慮字符集，括號裡表示的是位元組數

7.合理使用覆蓋索引減少IO

INNODB儲存引擎中，secondary index(非主鍵索引，又稱為輔助索引、二級索引)沒有直接儲存行地址，而是儲存主鍵值。
如果使用者需要查詢secondary index中所不包含的資料列，則需要先通過secondary index查詢到主鍵值，然後再通過主鍵查詢到其他資料列，因此需要查詢兩次。覆蓋索引則可以在一個索引中獲取所有需要的資料列，從而避免回表進行二次查詢，節省IO因此效率較高。

例如SELECT email，uid FROM user_email WHERE uid=xx，如果uid不是主鍵，適當時候可以將索引新增為index(uid，email)，以獲得性能提升。

8.儘量不要在頻繁更新的列上建立索引

如不在定義了 ON UPDATE CURRENT_STAMP 的列上建立索引，維護成本太高（好在mysql有insert buffer，會合並索引的插入）

五. SQL設計

1.杜絕直接 SELECT * 讀取全部欄位

即使需要所有欄位，減少網路頻寬消耗，能有效利用覆蓋索引，表結構變更對程式基本無影響

2.能確定返回結果只有一條時，使用 limit 1

在保證資料不會有誤的前提下，能確定結果集數量時，多使用limit，儘快的返回結果。

3.小心隱式型別轉換

(1)轉換規則

a. 兩個引數至少有一個是 NULL 時，比較的結果也是 NULL，例外是使用 <=> 對兩個 NULL 做比較時會返回 1，這兩種情況都不需要做型別轉換

b. 兩個引數都是字串，會按照字串來比較，不做型別轉換

c. 兩個引數都是整數，按照整數來比較，不做型別轉換

d. 十六進位制的值和非數字做比較時，會被當做二進位制串

e. 有一個引數是 TIMESTAMP 或 DATETIME，並且另外一個引數是常量，常量會被轉換為 timestamp

f. 有一個引數是 decimal 型別，如果另外一個引數是 decimal 或者整數，會將整數轉換為 decimal 後進行比較，如果另外一個引數是浮點數，則會把 decimal 轉換為浮點數進行比較

g. 所有其他情況下，兩個引數都會被轉換為浮點數再進行比較。

(2)如果一個索引建立在string型別上，如果這個欄位和一個int型別的值比較，符合第 g 條。如f_phone定義的型別是varchar，但where使用f_phone in (098890)，兩個引數都會被當成成浮點型。發生這個隱式轉換並不是最糟的，最糟的是string轉換後的float，mysql無法使用索引，這才導致了效能問題。如果是 f_user_id = ‘1234567' 的情況，符合第 b 條,直接把數字當字串比較。

4.禁止在where條件列上使用函式

(1)會導致索引失效，如lower(email)，f_qq % 4。可放到右邊的常量上計算

(2)返回小結果集不是很大的情況下，可以對返回列使用函式，簡化程式開發

5.使用like模糊匹配，%不要放首位

會導致索引失效，有這種搜尋需求是，考慮其它方案，如sphinx全文搜尋

6.涉及到複雜sql時，務必先參考已有索引設計，先explain

(1)簡單SQL拆分，不以程式碼處理複雜為由。

(2)比如 OR 條件： f_phone='10000' or f_mobile='10000'，兩個欄位各自有索引，但只能用到其中一個。可以拆分成2個sql，或者union all。

(3)先explain的好處是可以為了利用索引，增加更多查詢限制條件

7.使用join時，where條件儘量使用充分利用同一表上的索引

(1)如 select t1.a,t2.b * from t1,t2 and t1.a=t2.a and t1.b=123 and t2.c= 4 ，如果t1.c與t2.c欄位相同，那麼t1上的索引(b,c)就只用到b了。此時如果把where條件中的t2.c=4改成t1.c=4，那麼可以用到完整的索引

(2)這種情況可能會在欄位冗餘設計（反正規化）時出現

(3)正確選取inner join和left join

8.少用子查詢，改用join

小於5.6版本時，子查詢效率很低，不像Oracle那樣先計運算元查詢後外層查詢。5.6版本開始得到優化

9.考慮使用union all，少使用union，注意考慮去重

(1)union all不去重，而少了排序操作，速度相對比union要快，如果沒有去重的需求，優先使用union all

(2)如果UNION結果中有使用limit，在2個子SQL可能有許多返回值的情況下，各自加上limit。如果還有order by，請找DBA。

10.IN的內容儘量不超過200個

超過500個值使用批量的方式，否則一次執行會影響資料庫的併發能力，因為單SQL只能且一直佔用單CPU，而且可能導致主從複製延遲

11.拒絕大事務

比如在一個事務裡進行多個select，多個update，如果是高頻事務，會嚴重影響MySQL併發能力，因為事務持有的鎖等資源只在事務rollback/commit時才能釋放。但同時也要權衡資料寫入的一致性。

12.避免使用is null,is not null這樣的比較

13.order by .. limit

這種查詢更多的是通過索引去優化，但order by的欄位有講究，比如主鍵id與f_time都是順序遞增，那就可以考慮order by id而非 f_time 。

14.c1 < a order by c2

與上面不同的是，order by之前有個範圍查詢，由前面的內容可知，用不到類似(c1,c2)的索引，但是可以利用(c2,c1)索引。另外還可以改寫成join的方式實現。

15.分頁優化

建議使用合理的分頁方式以提高分頁效率，大頁情況下不使用跳躍式分頁

假如有類似下面分頁語句:

SELECT FROM table1 ORDER BY ftime DESC LIMIT 10000,10;

這種分頁方式會導致大量的io，因為MySQL使用的是提前讀取策略。

推薦分頁方式：

SELECT FROM table1 WHERE ftime < last_time ORDER BY ftime DESC LIMIT 10

即傳入上一次分頁的界值

SELECT * FROM table as t1 inner JOIN (SELECT id FROM table ORDER BY time LIMIT 10000，10) as t2 ON t1.id=t2.id

16.count計數

(1)首先count()、count(1)、count(col1)是有區別的，count()表示整個結果集有多少條記錄，count(1)表示結果集裡以primary key統計數量，絕大多數情況下count()與count(1)效果一樣的，但count(col1)表示的是結果集裡 col1 列 NOT null 的記錄數。優先採用count()

(2)大資料量count是消耗資源的操作，甚至會拖慢整個庫，查詢效能問題無法解決的，應從產品設計上進行重構。例如當頻繁需要count的查詢，考慮使用匯總表

(3)遇到distinct的情況，group by方式可能效率更高。

17.delete,update語句改成select再explain

select最多導致資料庫慢，寫操作才是鎖表的罪魁禍首

18.減少與資料庫互動的次數，儘量採用批量SQL語句

(1)INSERT ... ON DUPLICATE KEY UPDATE ...，插入行後會導致在一個UNIQUE索引或PRIMARY KEY中出現重複值，則執行舊行UPDATE，如果不重複則直接插入，影響1行。

(2)REPLACE INTO類似，但它是衝突時刪除舊行。INSERT IGNORE相反，保留舊行，丟棄要插入的新行。

(3)INSERT INTO VALUES(),(),()，合併插入。

19.杜絕危險SQL

(1)去掉where 1=1 這樣無意義或恆真的條件，如果遇到update/delete或遭到sql注入就恐怖了

(2)SQL中不允許出現DDL語句。一般也不給予create/alter這類許可權，但阿里雲RDS只區分讀寫使用者

六. 行為規範

(1)不允許在DBA不知情的情況下導現網資料

(2)大批量更新，如修復資料，避開高峰期，並通知DBA。直接執行sql的由運維或DBA同事操作

(3)及時處理已下線業務的SQL

(4)複雜sql上線稽核

因為目前還沒有SQL審查機制，複雜sql如多表join,count,group by，主動上報DBA評估。

(5)重要專案的資料庫方案選型和設計必須提前通知DBA參與

總結

以上就是本文的全部內容，希望對大家有所幫助。

參考：

MySQL prepare原理詳解

幾個比較重要的MySQL變數

MySQL主庫binlog(master-log)與從庫relay-log關係程式碼詳解

感謝閱讀，希望朋友們對本站多多支援！