【mysql】数据库使用的一些规范

一、MySQL存在的问题

• 优化器对复杂SQL支持不好

• 对SQL标准支持不好

• 大规模集群方案不成熟，主要指中间件

• ID生成器，全局自增ID

• 异步逻辑复制，数据安全性问题

• Online DDL

• HA方案不完善

• 备份和恢复方案还是比较复杂，需要依赖外部组件

• 展现给用户信息过少，排查问题困难

• 众多分支，让人难以选择

二、数据库环境介绍

通常来讲，各个互联网公司的数据库分为5个数据库环境：

• dev : 开发环境, 开发可读写,可修改表结构; 常用的163的数据库表; 开发人员可以修改表结构, 可以随意修改其中的数据; 但是需要保证不影响其他开发同事

• qa : 测试环境, 开发可读写, 开发人员可以通过工具修改表结构

• sim: 模拟环境, 开发可读写, 通过web平台;发起上线请求时，会先在这个环境上进行预执行， 这个环境也可供部署上线演练或压力测试使用 可以读写

• real: 生产数据库从库（准实时同步）,只读环境,不允许修改数据,不允许修改表结构; 供线上问题查找,数据查询等使用

• online: 线上环境;开发人员不允许直接在线上环境进行数据库操作,如果需要操作必须找DBA进行操作并进行相应记录

这些环境的机器，一定要做到权限划分明确，读写帐号分离，并且有辨识度，能区分具体业务。例如用户名w_wap, r_wap 能看出来，读写帐号是wap应用的

三、数据库开发规范

开发规范本身也包含几部分：基本命名和约束规范，字段设计规范，索引规范，使用规范等

规范存在意义

• 保证线上数据库schema规范

• 减少出问题概率

• 方便自动化管理

• 规范需要长期坚持，对开发和DBA是一个双赢的事情

约束规范

• 表字符集选择UTF8 ，如果需要存储emoj表情，需要使用UTF8mb4(MySQL 5.5.3以后支持)

• 存储引擎使用InnoDB

• 变长字符串尽量使用VARCHAR VARBINARY

• 不在数据库中存储图片、文件

• 设计表的时候需要添加注释

• 单表数据量控制在1亿以下，单表物理大小不超过10GB，行平均长度不超过8KB

• 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

create database test_crm default character set=utf8;

基本命名规范

• 库名、表名、字段名禁止使用保留字

• 库名、表名、字段名、索引名使用小写字母，以下划线分割 ，需要见名知意

• 库名、表名、字段名、索引名不要设计过长，禁止超过32个字符，尽可能用最少的字符表达出表的用途

• 临时库、临时表名必须以tmp为前缀，并以日期为后缀

• 备份库、表必须以bak为前缀，并以日期为后缀

• 库名、表名、字段名、索引名使用名词作为数据库名称，并且只用英文，不用中文拼音

• 库名使用英文字母，全部小写，控制在3-7个字母以内

• 库名如果有多个单词，则使用下划线隔开，不建义驼峰命名

分表规范

• 禁止使用分区表

• 拆分大字段和访问频率低的字段，分离冷热数据

• 使用HASH进行散表，表名后缀使用十进制数，下标从0开始

• 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

字段规范

• 所有字段均定义为NOT NULL ，除非你真的想存NULL，但是我想不到需要用Null的情况

• 字段类型在满足需求条件下越小越好，使用UNSIGNED存储非负整数 ，实际使用时候存储负数场景不多

• 使用TIMESTAMP存储时间，使用UNSIGNED INT存储IPv4 地址而不是CHAR(15) ，这种方式只能存储IPv4，存储不了IPv6

• 使用VARCHAR存储变长字符串 ，当然要注意varchar(M)里的M指的是字符数不是字节数；

• 使用DECIMAL代替FLOAT和DOUBLE存储精确浮点数

• 尽可能不用BLOB TEXT

• 使用TINYINT来代替ENUM类型，将字符转化为数字

• 禁止在数据库中存储明文密码

• 使用VARBINARY存储大小写敏感的变⻓字符串

索引规范

• 单个索引字段数不超过5，单表索引数量不超过5，索引设计遵循B+ Tree索引最左前缀匹配原则

• 选择区分度高的列作为索引，区分度高的放在前面

• 对字符串使用前缀索引，前缀索引长度不超过8个字符

• 建议优先考虑前缀索引，必要时可添加伪列并建立索引

• 建立的索引能覆盖80%主要的查询，不求全，解决问题的主要矛盾

• DML和order by和group by字段要建立合适的索引

• 避免索引的隐式转换

• 避免冗余索引

• 关于主键：表必须有主键 ；不使用更新频繁的列 ；不选择字符串列 ；不使用UUID MD5 HASH ；默认使用非空的唯一键 ，建议选择自增或发号器

• 重要的SQL必须被索引：UPDATE、DELETE语句的WHERE条件列；ORDER BY、GROUP BY、DISTINCT的字段；多表JOIN的字段

• 核心SQL优先考虑覆盖索引

• 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

• 尽量不使⽤外键 ，外键用来保护参照完整性，可在业务端实现；对父亲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 “%ab”

• 不使用负向查询，如not in/like "无法使用索引，导致全表扫描 

隐式转换例子，字段定义为varchar，但传入的值是个int，就会导致全表扫描，要求程序端要做好类型检查

字段：remark varchar(50) NOT Null

mysql>SELECT id, gift_code FROM gift WHERE deal_id = 640 AND remark=115127;
1 row in set (0.14 sec)
mysql>SELECT id, gift_code FROM pool_gift WHEREdeal_id = 640 AND remark=‘115127’; 
1 row in set (0.005 sec)

SQL类规范

• 使⽤预编译语句，只传参数，比传递SQL语句更高效，降低SQL注用概率

• 充分利用前缀索引

• 尽量不使用存储过程、触发器、函数等，让数据库做最擅长的事

• 避免使用大表的JOIN，MySQL优化器对join优化策略过于简单

• 避免在数据库中进行数学运算和其他大量计算任务

• SQL合并，主要是指的DML时候多个value合并，减少和数据库交互

• 合理的分页，尤其大分页

• UPDATE、DELETE语句不使用LIMIT ，容易造成主从不一致

• 使用in代替or，in的值不超过1000个

• 禁止使用order by rand()

• sql语句避免使用临时表

• 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

• 读取数据时，只选取所需要的列，不要每次都SELECT *，避免产生严重的随机读问题，尤其是读到一些TEXT/BLOB列

• 通常情况下，子查询的性能比较差，建议改造成JOIN写法

• 多表联接查询时，关联字段类型尽量一致，并且都要有索引

• 多表连接查询时，把结果集小的表（注意，这里是指过滤后的结果集，不一定是全表数据量小的）作为驱动表

• 多表联接并且有排序时，排序字段必须是驱动表里的，否则排序列无法用到索引

• 多用复合索引，少用多个独立索引，尤其是一些基数（Cardinality）太小（比如说，该列的唯一值总数少于255）的列就不要创建独立索引了

• 类似分页功能的SQL，建议先用主键关联，然后返回结果集，效率会高很多

四、DBA规范

版本选择

• MySQL社区版，用户群体最大

• MySQL企业版，收费

• Percona Server版，新特性多

• MariaDB版，国内用户不多

建议选择优先级为：MySQL社区版 > Percona Server > MariaDB > MySQL 企业版

主要内容

• SQL审核，DDL审核和操作时间，尤其是OnlineDDL

• 高危操作检查，Drop前做好数据备份

• 日志分析，主要是指的MySQL慢日志和错误日志

• 数据备份方案

Online DDL

原生MySQL执行DDL时需要锁表，且锁表期间业务是无法写入数据的，对服务影响很大，MySQL对这方面的支持是比较差的

推荐使用pt-online-schema-change

使用pt-online-schema-change的优点有：

• 无阻塞写入

• 完善的条件检测和延时负载策略控制

使用pt-online-schema-change的限制有：

• 改表时间会比较长(相比直接alter table改表)

• 修改的表需要有唯一键或主键

• 在同一端口上的并发修改不能太多

MySQL集群方案

• 基于主从复制；

• 基于中间件/proxy

• 基于NDB引擎

• 基于Galera协议

优先推荐MHA：可以采用一主多从，或者双主多从的模式，这种模式下，可以采用MHA或MMM来管理整个集群，最新的MHA也已支持MySQL 5.6的GTID模式了

MHA的优势很明显：

• 开源，用Perl开发，代码结构清晰，二次开发容易；

• 方案成熟，故障切换时，MHA会做到较严格的判断，尽量减少数据丢失，保证数据一致性；

• 提供一个通用框架，可根据自己的情况做自定义开发，尤其是判断和切换操作步骤；

• 支持binlog server，可提高binlog传送效率，进一步减少数据丢失风险。

不过MHA也有些限制：

• 需要在各个节点间打通ssh信任，这对某些公司安全制度来说是个挑战，因为如果某个节点被黑客攻破的话，其他节点也会跟着遭殃；

• 自带提供的脚本还需要进一步补充完善，当然了，一般的使用还是够用的。

拆分问题

• 解决单机写入压力过大和容量问题

• 有垂直拆分和水平拆分两种方式

• 拆分要适度，切勿过度拆分

• 有中间层控制拆分逻辑最好，否则拆分过细管理成本会很高

数据备份

• 全量备份 VS 增量备份

• 热备 VS 冷备

• 物理备份 VS 逻辑备份

• 延时备份

• 全量binlog备份

建议方式：

• 热备＋物理备份

• 核心业务：延时备份＋逻辑备份

• 全量binlog备份

主要做的几点：

• 备份策略集中式调度管理

• xtrabackup热备

• 备份结果统计分析

• 备份数据一致性校验

• 采用分布式文件系统存储备份

备份系统采用分布式文件系统原因：

• 解决存储分配的问题

• 解决存储NFS备份效率低下问题

• 存储集中式管理

• 数据可靠性更好