更新时间：2024-12-12 GMT+08:00
TaurusDB标准版数据库使用规范
数据库命名规范
- 所有的数据库对象名称（包括库名、表名、列名等）建议以小写字母命名，每个单词之间用下划线分割。
- 所有的数据库对象名称禁止使用保留关键字。
- MySQL官方保留字与关键字（MySQL 8.0）：https://dev.mysql.com/doc/refman/8.0/en/keywords.html
- MySQL官方保留字与关键字（MySQL 5.7）：https://dev.mysql.com/doc/refman/5.7/en/keywords.html
- 数据库对象的命名要能做到见名知意，并且不超过32个字符。
- 数据库中用到的临时表以“tmp”为前缀并以日期为后缀。
- 数据库中用到的备份表以“bak”为前缀并以日期为后缀。
- 在不同的库或表中，要保证所有存储相同数据的列名和列类型必须一致。
数据库基本设计规范
- 所有表如果没有特殊需求，都要使用InnoDB存储引擎。InnoDB存储引擎支持事务、行级锁、具有更好的恢复性、高并发下性能更强。
- 数据库和表的字符集统一使用UTF8字符集，避免由于字符集的转换产生乱码。
- 所有的表和字段都需要添加注释。使用comment从句添加表和列的备注，从设计初期维护好数据字典。
- 表单行长度不得超过1024字节。
- 谨慎使用TaurusDB标准版分区表，避免跨分区查询，否则查询效率会降低。分区表在逻辑上表现为一个表，但是在物理层面上将数据存储在多个文件。
- 表中的列不要太多，尽量做到冷热数据分离，减小表的宽度，以便在一页内存中容纳更多的行，进而减少磁盘IO，更有效的利用缓存。
- 经常一起使用的列尽量放到一个表中，避免过多的关联操作。
- 禁止在表中建立预留字段，否则修改列的类型会导致锁表，修改一个字段类型的成本要高于增加一个字段。
- 禁止在数据库中存储图片、文件等大的二进制数据。
- 不建议使用全文索引，社区MySQL全文索引局限性较多。
数据库字段设计规范
- 控制单表字段数量，字段上限50左右。
- 优先为表中的每一列选择符合存储需要的最小的数据类型。优先考虑数字类型，其次为日期或二进制类型，最后是字符类型。列的字段类型越大，建立索引占据的空间就越大，导致一个页中的索引越少，造成IO次数增加，从而影响性能。
- 整数型选择能符合需求的最短列类型，如果为非负数，声明需是无符号（UNSIGNED）类型。
- 每个字段尽可能具有NOT NULL属性，int等数字类型默认值推荐给0，varchar等字符类型默认值给空字符串。
- 避免使用ENUM类型，可以用TINYINT类型替换。
修改ENUM值需要使用ALTER语句，ENUM类型的ORDER BY操作效率低，需要额外操作。
如果定义了禁止ENUM的枚举值是数值，可使用其他数据类型（如char类型）。
- 实数类型使用DECIMAL，禁止使用FLOAT和DOUBLE类型。
- 使用datetime、timestamp类型来存储时间，禁止使用字符串替代。
- 使用数字类型INT UNSIGNED存储IP地址，用INET_ATON、INET_NTOA可以在IP地址和数字类型之间转换。
- VARCHAR类型的长度应该尽可能短。VARCHAR类型虽然在硬盘上是动态长度的，但是在内存中占用的空间是固定的最大长度。
- 使用VARBINARY存储大小写敏感的变长字符串，VARBINARY默认区分⼤小写，没有字符集概念，速度快。
数据库索引设计规范
- 每个InnoDB表强烈建议有一个主键，且不使用更新频繁的列作为主键，不使用多列主键。不使用UUID、MD5、字符串列作为主键。最好选择值的顺序是连续增长的列作为主键，所以建议选择使用自增ID列作为主键。
- 限制每张表上的索引数量，建议单张表索引不超过5个。索引并不是越多越好，索引可以提高查询的效率，但会降低写数据的效率。有时不恰当的索引还会降低查询的效率。
- 禁止给表中的每一列都建立单独的索引。设计良好的联合索引比每一列上的单独索引效率要高出很多。
- 建议在下面的列上建立索引：
- 在SELECT，UPDATE，DELETE语句的WHERE从句上的列。
- 在ORDER BY，GROUP BY，DISTINCT上的列。
- 多表JOIN的关联列。
- 索引列顺序：
- 区分度最高的放在联合索引的最左侧。区分度=列中不同值的数量/列的总行数。
- 尽量把字段长度小的列放在联合索引的最左侧。因为字段长度越小，一页能存储的数据量越大，IO性能也就越好。
- 使用最频繁的列放到联合索引的左侧。这样可以比较少的建立一些索引。
- 避免冗余的索引，如：primary key(id)，index(id)，unique index(id)
- 避免重复的索引，如：index(a,b,c)，index(a,b)，index(a)，重复的和冗余的索引会降低查询效率，因为TaurusDB标准版查询优化器会不知道该使用哪个索引。
- 在VARCHAR字段上建立索引时，需指定索引长度，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。
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。
- 对于频繁查询优先考虑使用覆盖索引。
覆盖索引指包含了所有查询字段的索引，不仅仅是WHERE从句GROUP BY从句中的列，也包含SELECT查询的列组合，避免InnoDB表进行索引的二次查询。
- 外键约束：
数据库SQL开发规范
- 在程序中，建议使用预编译语句进行数据库操作。预编译只编译一次，以后在该程序中就可以调用多次，比SQL效率高。
- 避免数据类型的隐式转换，隐式转换会导致索引失效。
- 避免使用双%号或前置%号的查询条件，这样无法利用到索引。
- 禁止在查询中使用select *语句。原因如下：
- 使用select *会消耗更多的CPU和IP以及网络带宽资源。
- 使用select *无法使用覆盖索引。
- 不使用select *可以减少表结构变更对代码带来的影响。
- 避免使用子查询，子查询会产生临时表，临时表没有任何索引，数据量大时严重影响效率。建议把子查询转化成关联查询。
- 避免使用JOIN关联太多的表，建议不要超过5个表的JOIN操作。需要JOIN的字段，数据类型必须绝对一致。
每JOIN一个表会多占用一部分内存（由“join_buffer_size”控制），会产生临时表操作，影响查询效率。避免使用自然连接（natural join）。
- 尽量减少同数据库的交互次数，数据库更适合处理批量操作。
- 使用IN代替OR，IN操作可以有效的利用索引，IN的值不要超过500个。
- 不使用反向查询，如：NOT IN、NOT LIKE
- 禁止使用ORDER BY RAND()进行随机排序。
该操作会把表中所有符合条件的数据装载到内存中进行排序，消耗大量的CPU和IO及内存资源。
推荐在程序中获取一个随机值，然后根据随机值从数据库获取数据。
- 在不需要去重的情况下，要使用UNION ALL代替UNION。
- 合并多个相同操作到一起，可以提高处理效率，数据库更适合处理批量操作。
- 超过100万行的批量写操作，要分批多次进行操作。
- 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。
- 尽量使用ANSI SQL标准语法进行DML操作，而不是用MySQL扩展的SQL语法。常见的MySQL扩展SQL语法有：
- REPLACE INTO
- INSERT ... ON DUPLICATE KEY UPDATE
- 不建议使用存储过程，存储过程难以调试和扩展，更没有移植性。
- 不建议使用触发器，事件调度器（event scheduler）和视图实现业务逻辑，这些业务逻辑应该在业务层处理，避免对数据库产生逻辑依赖。
- 不建议使用大事务，业务允许的情况下，事务里包含SQL语句越少越好，尽量不超过5个。因为过长的事务会导致锁数据较久，以及MySQL内部缓存、连接消耗过多等问题。
- TRUNCATE TABLE比DELETE速度快，且使用的系统和日志资源少，如果删除的表上没有TRIGGER，且进行全表删除，建议使用TRUNCATE TABLE。
- 建议不要频繁执行flush logs，可能会导致Binlog自动清理失败。
父主题： 使用规范
