数据库设计格式,数据库设计说明文档

数据库设计格式

一、命名规范

1. 库名、表名、字段名必须使用小写字母并采用下划线分割

2. 库名、表名、字段名禁止超过32个字符数据库设计格式,须见名知意;

3. 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;

4. 库名、表名、字段名禁止使用MySQL保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来);

5. 临时库、临时表名必须以tmp_为前缀并以日期为后缀;

6. 备份库、备份表名必须以bak为前缀并以日期为后缀;

7. 所有存储相同数据的列名和列类型必须一致(一般作为关联列,如果查询时关联列类型不一致会自动进行数据类型隐式转换,会造成列上的索引失效,导致查询效率降低)。

二、基本设计规范

1. 所有表必须使用Innodb存储引擎

没有特殊要求(即Innodb无法满足的功能如:列存储,存储空间数据等)的情况下,所有表必须使用Innodb存储引擎(MySQL5.5之前默认使用Myisam,5.6以后默认的为Innodb)Innodb 支持事务,支持性能锁,更好地恢复性,高并发下性能更好。

2. 数据库和表的字符集统一使用utf8mb4( 5.5.3版本以上支持)

兼容性更好,统一字符集可以避免由于字符集转换产生的乱码,不同的字符集进行比较前需要进行转换会造成索引失效;

3. 所有表和字段都需要添加注释

使用comment从句添加表和列的备注 从一开始就进行数据字典的维护;

4. 尽量控制单表数据量的大小,建议控制在1000万以内

1000万并不是MySQL数据库的限制,过大会造成修改表结构,备份,恢复都会有很大的问题可以用历史数据归档(应用于日志数据),分库分表(应用于业务数据)等手段来控制数据量大小。

5. 谨慎使用MySQL分区表

业务生命周期内,评估单表数据量是否在1000万以内,超出此范围需考虑分库分表可扩展性;分区表在物理上表现为多个文件,在逻辑上表现为一个表,谨慎选择分区键,跨分区查询效率可能更低,建议采用物理分表的方式管理大数据。

6. 尽量做到冷热数据分离,减小表的宽度

MySQL限制每个表最多存储4096列,并且每一行数据的大小不能超过65535字节 减少磁盘IO,保证热数据的内存缓存命中率(表越宽,把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的IO) 更有效的利用缓存,避免读入无用的冷数据 经常一起使用的列放到一个表中(避免更多的关联操作)。

7. 禁止在表中建立预留字段

预留字段的命名很难做到见名识义 预留字段无法确认存储的数据类型,所以无法选择合适的类型 对预留字段类型的修改,会对表进行锁定。

8. 禁止在数据库中存储图片,文件等大的二进制数据

通常文件很大,会短时间内造成数据量快速增长,数据库进行数据库读取时,通常会进行大量的随机IO操作,文件很大时,IO操作很耗时 通常存储于文件服务器,数据库只存储文件地址信息。

9. 禁止在线上做数据库压力测试

10. 禁止从开发环境,测试环境直接连接生成环境数据库。

三、字段设计规范

1. 优先选择符合存储需要的最小的数据类型

列的字段越大,建立索引时所需要的空间也就越大,这样一页中所能存储的索引节点的数量也就越少也越少,在遍历时所需要的IO次数也就越多, 索引的性能也就越差。建议:1)将字符串转换成数字类型存储,如:将IP地址转换成整形数据。2)对于非负型的数据(如自增ID、整型IP)来说,要优先使用无符号整型来存储因为:无符号相对于有符号可以多出一倍的存储空间,VARCHAR(N)中的N代表的是字符数,而不是字节数使用UTF8存储255个汉字 Varchar(255)=765个字节。过大的长度会消耗更多的内存。

2. 避免使用TEXT、BLOB数据类型

最常见的TEXT类型可以存储64k的数据,建议把BLOB或是TEXT列分离到单独的扩展表中。

MySQL内存临时表不支持TEXT、BLOB这样的大数据类型,如果查询中包含这样的数据,在排序等操作时,就不能使用内存临时表,必须使用磁盘临时表进行。

且对于这种数据,MySQL还是要进行二次查询,会使sql性能变得很差,但是不是说一定不能使用这样的数据类型。

如果一定要使用,建议把BLOB或是TEXT列分离到单独的扩展表中,查询时一定不要使用select * 而只需要取出必要的列,不需要TEXT列的数据时不要对该列进行查询。

注意:TEXT或BLOB类型只能使用前缀索引,因为MySQL对索引字段长度是有限制的,所以TEXT类型只能使用前缀索引,并且TEXT列上是不能有默认值的。

3. 避免使用ENUM类型

修改ENUM只需要使用ALTER语句

ENUM类型的ORDER BY操作效率低,需要额外操作

禁止使用数值作为ENUM的枚举值

4. 尽可能把所有列定义为NOT NULL

原因:索引NULL列需要额外的空间来保存,所以要占用更多的空间;

进行比较和计算时要对NULL值做特别的处理。

5. 使用TIMESTAMP存储时间

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07。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。

6. 财务相关的金额类数据必须使用decimal类型

1) 非精准浮点:float,double

2) 精准浮点:decimal

Decimal类型为精准浮点数,在计算时不会丢失精度。占用空间由定义的宽度决定,每4个字节可以存储9位数字,并且小数点要占用一个字节。可用于存储比bigint更大的整型数据。

7. 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

1) 将字符转化为数字

2) 使用TINYINT来代替ENUM类型

3) 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

8. 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

9. 使用INT UNSIGNED存储IPV4

10. 使用VARBINARY存储大小写敏感的变长字符串

11. 禁止在数据库中存储明文密码

四、索引设计规范

建立索引的目的是:希望通过索引进行数据查找,减少随机IO,增加查询性能 ,索引能过滤出越少的数据,则从磁盘中读入的数据也就越少。

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

1. 单张表中索引数量不超过5个

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;索引可以提高效率同样可以降低效率。索引可以增加查询效率,但同样也会降低插入和更新的效率,甚至有些情况下会降低查询效率。优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的索引来进行评估,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,会增加MySQL优化器生成执行计划时间,降低查询性能。

2. 禁止给表中的每一列都建立单独的索引

5.6版本之前,一个sql只能使用到一个表中的一个索引,5.6以后,虽然有数据库设计格式了合并索引的优化方式,但远没有使用联合索引的查询方式效率高。

3. Innodb表必须要有主键

Innodb是一种索引组织表:数据的存储的逻辑顺序和索引的顺序是相同的。

每个表都可以有多个索引,但是表的存储顺序只能有一种 Innodb是按照主键索引的顺序来组织表的。不要使用更新频繁的列作为主键,不使用多列主键(相当于联合索引) 不要使用UUID、MD5、HASH、字符串列作为主键(无法保证数据的顺序增长)。

主键建议使用自增ID值。

4. 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;

举例:如有一个CHAR(200)列,在前10个字符内,多数值是唯一的,就可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。

5. 表主键建议

1) 表必须有主键,不使用更新频繁的列作为主键

2) 尽量不选择字符串列作为主键

3) 不使用UUID、MD5、HASH作为主键

4) 默认使用非空的唯一键

5) 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

6. 区分度最大的字段放在索引前面

7. 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。

8. 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)

1) 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

2) 不在低基数列上建立索引,例如‘性别’

3) 不在索引列进行数学运算和函数运算

9. 尽量避免使用外键约束

1) 不建议使用外键约束(foreign key),但一定要在表与表之间的关联键上建立索引;

2) 外键可用于保证数据的参照完整性,建议在业务端实现;

3) 外键会影响父表和子表的写操作从而降低性能。

10. 不使用%前导的查询,如like“%xxx”,无法使用索引

11. 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bufferpool利用降低;

12. 索引列建议

1) 出现在SELECT、UPDATE、DELETE语句的WHERE子句中的列;

2) 包含在ORDER BY、GROUP BY、DISTINCT中的字段;

3) 多表join的关联列

注意:并不要将符合1和2中的字段的列都建立一个索引,通常将1、2中的字段建立联合索引效果更好

13. 如何选择索引列的顺序

1) 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);

2) 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);

3) 使用最频繁的列放到联合索引的左侧(这样可较少地建立一些索引)。

14. 避免建立冗余索引和重复索引

冗余/重复索引会增加查询优化器生成执行计划的时间。

1) 重复索引示例:primary key(id)、index(id)、unique index(id)

2) 冗余索引示例:index(a,b,c)、index(a,b)、index(a)

15. 优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

覆盖索引:即包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引,覆盖索引的好处:

1) 避免Innodb表进行索引的二次查询

Innodb是以聚集索引的顺序来存储的,对于Innodb来说,二级索引在叶子节点中所保存的是行的主键信息,如果是用二级索引查询数据,在查找到相应的键值后,还需通过主键进行二次查询才能获取我们真实所需要的数据。

而在覆盖索引中,二级索引的键值中可以获取所有的数据,避免了对主键的二次查询 ,减少了IO操作,提升了查询效率。

2) 可以把随机IO变成顺序IO加快查询效率

由于覆盖索引是按键值的顺序存储的,对于IO密集型的范围查找来说,对比随机从磁盘读取每一行的数据IO要少得多,因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO。

五、SQL开发规范

1. 建议使用预编译语句进行数据库操作

预编译语句可以重复使用这些计划,减少SQL编译所需要的时间,还可以解决动态SQL所带来的SQL注入的问题 只传参数,比传递SQL语句更高效 相同语句可以一次解析,多次使用,提高处理效率。

2. 避免数据类型的隐式转换

隐式转换会导致索引失效。

3. 充分利用表上已经存在的索引

1) 避免使用双%号的查询条件。

如无前置%,只有后置%,是可以用到列上的索引的

2) 一个SQL只能利用到复合索引中的一列进行范围查询

解说:有 a,b,c列的联合索引,在查询条件中有a列的范围查询,则在b,c列上的索引将不会被用到,在定义联合索引时,如果a列要用到范围查找的话,就要把a列放到联合索引的右侧。使用left join或 not exists来优化not in操作,因not in 也通常会使用索引失效。

4. 数据库设计时,应该要对以后扩展进行考虑

5. 程序连接不同的数据库使用不同的账号,禁止跨库查询

1) 为数据库迁移和分库分表留出余地

2) 降低业务耦合度

3) 避免权限过大而产生的安全风险

6. 强烈不建议使用SELECT * ;推荐使用SELECT <字段列表> 查询

原因:

1) 消耗更多的CPU和IO以网络带宽资源

2) 无法使用覆盖索引

3) 可减少表结构变更带来的影响

7. 禁止使用不含字段列表的INSERT语句

举例:insert into values ('a','b','c');

应使用insert into t(c1,c2,c3) values ('a','b','c');

8. 避免使用子查询,可把子查询优化为join操作

通常子查询在in子句中,且子查询中为简单SQL(不包含union、group by、order by、limit从句)时,才可以把子查询转化为关联查询进行优化。

子查询性能差的原因:

1) 子查询的结果集无法使用索引,通常子查询的结果 *** 被存储到临时表中,不论是内存临时表还是磁盘临时表都不会存在索引,所以查询性能 会受到一定的影响;

2) 特别是对于返回结果集比较大的子查询,其对查询性能的影响也就越大;

3) 由于子查询会产生大量的临时表也没有索引,所以会消耗过多的CPU和IO资源,产生大量的慢查询。

9. 避免使用JOIN关联太多表

MySQL最擅长的是单表的主键/二级索引查询,MySQL存在关联缓存的,缓存的大小可以由join_buffer_size参数进行设置。在MySQL中,对于同一个SQL多关联(join)一个表,会多分配一个关联缓存,如果在一个SQL中关联的表越多,所占用的内存也就越大。

Join消耗较多的内存,产生临时表;

如程序中大量的使用了多表关联的操作,同时join_buffer_size设置的也不合理的情况下,就容易造成服务器内存溢出的情况,就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说,会产生临时表操作,影响查询效率MySQL最多允许关联61个表,但业务生产环境中建议不超过5个。

10. 减少同数据库的交互次数

1) 数据库更适合处理批量操作 合并多个相同的操作到一起,可以提高处理效率。

11. 对应同一列进行or判断时,使用in代替or

不要超过500个in操作可以更有效的利用索引,or大多数情况下很少能利用到索引。

12. 禁止使用order by,rand() 进行随机排序

随机排序会把表中所有符合条件的数据装载到内存中,然后在内存中对所有数据根据随机生成的值进行排序,并且可能会对每一行都生成一个随机值,如果满足条件的数据集非常大,就会消耗大量的CPU和IO及内存资源。

简单来说: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。

推荐在程序中获取一个随机值,然后从数据库中获取对应的数据。

13. WHERE从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会导致无法使用索引。

14. 在明显不会有重复值时使用UNION ALL而不是UNION

1) UNION会把两个结果集的所有数据放到临时表中后再进行去重操作;

2) UNION ALL不会再对结果集进行去重操作。

15. 拆分复杂的大SQL为多个小SQL

原因如下:

1) 大SQL:逻辑上比较复杂,需要占用大量CPU进行计算;

2) MySQL:一个SQL只能使用一个CPU进行计算;

3) SQL拆分后可以通过并行执行来提高处理效率。

16. 避免使用存储过程、触发器、EVENTS等

1) 降低业务耦合度,为分库分表sacleout、sharding留点余地;

2) 该策略可有效规避BUG。

17. 避免在数据库中进行数学运算

1) 容易将业务逻辑和DB耦合在一起

2) MySQL不擅长数学运算和逻辑判断

3) 无法使用索引

六、操作行为规范

1. 超100万行的批量写(UPDATE、DELETE、INSERT)操作,要分批多次进行操作

1) 大批量操作可能会造成严重的主从延迟。

主从环境中,大批量操作可能会造成严重的主从延迟,大批量的写操作一般都需要执行一定长的时间,只有当主库上执行完成后,才会在其他从库上执行,会造成主库与从库长时间的延迟情况。

2) binlog日志为row格式时会产生大量的日志

大批量写操作会产生大量日志,特别是对于row格式二进制数据而言,由于在row格式中会记录每一行数据的修改,一次修改的数据越多,产生的日志量也会越多,日志的传输和恢复所需要的时间也就越长,这也是造成主从延迟的一个原因。

3) 避免产生大事务操作

大批量修改数据,一定是在一个事务中进行的,这会造成表中大批量数据进行锁定,导致大量的阻塞,阻塞会对MySQL的性能影响很大。尤其是长时间的阻塞会占满所有数据库的可用连接,会使生产环境中的其他应用无法连接到数据库,因此一定要注意大批量写操作要进行分批。

2. 对于大表使用pt-online-schema-change修改表结构

1) 可避免大表修改产生的主从延迟

2) 可避免在对表字段进行修改时进行锁表

生产环境中,对大表数据结构的修改一定要谨慎,会造成严重的缩表操作;

pt-online-schema-change首先建立一个与原表结构相同的新表,并且在新表上进行表结构的修改,然后再把原表中的数据复制到新表中,并在原表中增加一些触发器。

把原表中新增的数据也复制到新表中,在将所有数据复制完成之后,把新表命名成原表,并把原来的表删除掉。把原来一个DDL操作,分解成多个小批次作业进行。

这也是对表进行碎片整理/重组的一个常用方式。

3. 禁止为程序使用的账号赋予super权限

原因:当MySQL 达到最大连接数限制时,此刻还运行1个有super权限的用户连接,super权限只能留给DBA处理问题的账号使用。

4. 对于程序连接数据库账号,遵循权限最小原则程序

使用数据库账号只能在一个DB下使用,不准跨库 程序使用的账号原则上不准有drop权限。

其他一些操作规范:

5. 任何数据库的线上操作,必须走工单

6. 禁止在主库上执行统计类的功能查询;

7. 有大规模市场推广、运营活动必须提前通知DBA进行流量评估;

8. 对单表的多次alter操作必须合并为一次操作;

9. 不在MySQL数据库中存放业务逻辑,即可创建存储过程;

10. 重大项目的数据库方案选型和设计必须提前通知DBA参与;

11. 数据必须有备份机制和定期的恢复演练;

12. 不在业务高峰期批量更新、查询数据库;

发布于 2024-06-11 12:06:11
收藏
分享
海报
0 条评论
30
目录

    0 条评论

    本站已关闭游客评论,请登录或者注册后再评论吧~