詳細解讀阿里手冊之MySQL

阿里手冊是阿里工程師多年一線經驗的結晶，遵循其中的約定與規範，能很大程度的減小某些未知的隱患。

其規約強度由強到弱分爲強制、推薦、參考三大類。

本文詳細解讀了阿里手冊的MySQL部分，若是是一些很明確的、不須要過多解釋的約定，本文不會解讀。

本文分爲四部分：

• 建表規約
• 索引規約
• SQL語句
• ORM映射

1 建表規約

【強制】表達是與否概念的字段，必須使用 is_xxx 的方式命名，數據類型是 unsigned tinyint (1 表示是，0 表示否)。

• 說明：任何字段若是爲非負數，必須是 unsigned。
• 注意：POJO 類中的任何布爾類型的變量，都不要加 is 前綴，因此，須要在設置 從 is_xxx 到 Xxx 的映射關係。數據庫表示是與否的值，使用 tinyint 類型，堅持 is_xxx 的 命名方式是爲了明確其取值含義與取值範圍。
• 正例：表達邏輯刪除的字段名 is_deleted，1 表示刪除，0 表示未刪除。
• 解讀：從優化角度來說，應該按字段的用途來定義合適的類型。表達是與否，用長度爲1個字節的tinyint足以。

【強制】表名、字段名必須使用小寫字母或數字，禁止出現數字開頭，禁止兩個下劃線中間只 出現數字。數據庫字段名的修改代價很大，由於沒法進行預發佈，因此字段名稱須要慎重考慮。

• 說明：MySQL 在 Windows 下不區分大小寫，但在 Linux 下默認是區分大小寫。所以，數據庫名、 表名、字段名，都不容許出現任何大寫字母，避免節外生枝。
• 正例：aliyun_admin，rdc_config，level3_name 反例:AliyunAdmin，rdcConfig，level_3_name
• 解讀：Win環境下開發，代碼中用的表名是小寫，本地數據庫用的是大寫，那麼在win環境下沒有問題，但發佈到linux環境會有問題。Linux下MySQL安裝完後默認：區分表名的大小寫，不區分列名的大小寫

MySQL在Linux下數據庫名、表名、列名、別名大小寫規則：

（1）數據庫名與表名是嚴格區分大小寫

（2）表的別名是嚴格區分大小寫

（3）列名與列的別名在全部的狀況下均是忽略大小寫的

（4）變量名也是嚴格區分大小寫的

【強制】表名不使用複數名詞。

• 說明：表名應該僅僅表示表裏面的實體內容，不該該表示實體數量，對應於 DO 類名也是單數 形式，符合表達習慣。

【強制】禁用保留字，如 desc、range、match、delayed 等，請參考 MySQL 官方保留字。

【強制】主鍵索引名爲 pk_字段名;惟一索引名爲 uk_字段名;普通索引名則爲 idx_字段名。

• 說明：pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的簡稱。

【強制】小數類型爲 decimal，禁止使用 float 和 double。

• 說明：float 和 double 在存儲的時候，存在精度損失的問題，極可能在值的比較時，獲得不 正確的結果。若是存儲的數據範圍超過 decimal 的範圍，建議將數據拆成整數和小數分開存儲。
• 解讀：float和double都是浮點型，而decimal是定點型。MySQL 浮點型和定點型能夠用類型名稱後加（M，D）來表示，M表示該值的總共長度，D表示小數點後面的長度。

FLOAT和DOUBLE在不指定精度時，默認會按照實際的精度來顯示，而DECIMAL在不指定精度時，默認整數爲10，小數爲0。因此建議在定義表時，定義（M，D）。

float和double在設置超過定義長度的數值時，會自動四捨五入，decimal會截斷，並給出一條警告。

精度損失問題：float和double類型的列，在作sum計算時，會丟失精度，而decimal會精確計算。

【強制】若是存儲的字符串長度幾乎相等，使用 char 定長字符串類型。

• 解讀：從優化角度來講，若是一個表的全部字段都是定長的，那麼每一條數據也就是定長的，數據庫就能夠直接計算出下一條數據的偏移量，查詢速度會更快。

【強制】varchar 是可變長字符串，不預先分配存儲空間，長度不要超過 5000，若是存儲長 度大於此值，定義字段類型爲 text，獨立出來一張表，用主鍵來對應，避免影響其它字段索 引效率。

• 解讀：MySQL5.0以上版本，varchar最大能夠存儲65535字節數據（內容開頭用1-2個字節存儲長度信息，超過255時用兩個字節，因此最大65535）。

咱們一般編碼設置爲U8，每一個字符最多佔3個字節，那麼最大長度不能超過21845。

若定義的時候超過上述限制，則varchar字段會被強行轉爲text類型，併產生warning。

此外，受MYSQL行長度限制影響，MySQL要求一個行的定義長度不能超過65535。若定義的表長度超過這個值，則提示ERROR 1118 (42000): Row size too large。

數據庫中定義的varchar(20)指的是20個字符。

關於5000的建議：因爲一般定義的U8每一個字符佔3個字節，那麼5000字符須要15000個字節，考慮行最大長度限制和別的列，以及查詢性能，推薦5000。

【強制】表必備三字段:id, gmt_create, gmt_modified。

• 說明：其中id必爲主鍵，類型爲bigint unsigned、單表時自增、步長爲1。gmt_create, gmt_modified 的類型均爲 datetime 類型，前者如今時表示主動建立，後者過去分詞表示被動更新。

【推薦】表的命名最好是加上「業務名稱_表的做用」。

• 正例： alipay_task / force_project / trade_config

【推薦】庫名與應用名稱儘可能一致。

【推薦】若是修改字段含義或對字段表示的狀態追加時，須要及時更新字段註釋。

【推薦】字段容許適當冗餘，以提升查詢性能，但必須考慮數據一致。冗餘字段應遵循：

1） 不是頻繁修改的字段。

2） 不是 varchar 超長字段，更不能是 text 字段。

• 正例： 商品類目名稱使用頻率高，字段長度短，名稱基本一成不變，可在相關聯的表中冗餘存儲類目名稱，避免關聯查詢。

【推薦】單錶行數超過 500 萬行或者單表容量超過 2GB，才推薦進行分庫分表。

• 說明： 若是預計三年後的數據量根本達不到這個級別，請不要在建立表時就分庫分表。

• 解讀：超事後對各方面性能影響較大，淘新聞出現過一次表過大引起的故障。

【參考】合適的字符存儲長度，不但節約數據庫表空間、節約索引存儲，更重要的是提高檢索速度。

• 正例： 以下表，其中無符號值能夠避免誤存負數， 且擴大了表示範圍

類型	年齡	字段類型	字段長度	取值範圍
人	150歲以內	tinyint unsigned	1	無符號值: 0~255

2 索引規約

【強制】業務上具備惟一特性的字段，即便是多個字段的組合，也必須建成惟一索引。

• 說明： 不要覺得惟一索引影響了 insert 速度，這個速度損耗能夠忽略，但提升查找速度是明顯的； 另外，即便在應用層作了很是完善的校驗控制，只要沒有惟一索引，根據墨菲定律，必然有髒數據產生。
• 解讀：墨菲定律：若是事情有變壞的可能，無論這種可能性有多小，它總會發生。

【強制】超過三個表禁止 join。須要 join 的字段，數據類型必須絕對一致； 多表關聯查詢時，保證被關聯的字段須要有索引。

• 說明： 即便雙表 join 也要注意表索引、 SQL 性能。

【強制】在 varchar 字段上創建索引時，必須指定索引長度，不必對全字段創建索引，根據實際文本區分度決定索引長度便可。

• 說明： 索引的長度與區分度是一對矛盾體，通常對字符串類型數據，長度爲 20 的索引，區分度會高達 90%以上，可使用 count(distinct left(列名, 索引長度))/count(*)的區分度來肯定。
• 解讀：區分度是指不重複的索引值和數據表的記錄總數的比值，範圍(0,1]，值越高則查詢效率越高。

對於blob,text,varchar的列必須使用前綴索引，MySQL不容許索引這些列的完整長度。

最好選擇足夠長的前綴保證較高的區分度，也不能太長（節省空間）。

【強制】頁面搜索嚴禁左模糊或者全模糊，若是須要請走搜索引擎來解決。

說明： 索引文件具備 B-Tree 的最左前綴匹配特性，若是左邊的值未肯定，那麼沒法使用此索引。

【推薦】若是有 order by 的場景，請注意利用索引的有序性。 order by 最後的字段是組合索引的一部分，而且放在索引組合順序的最後，避免出現 file_sort 的狀況，影響查詢性能。

• 正例： where a=? and b=? order by c; 索引： a_b_c
• 反例： 索引中有範圍查找，那麼索引有序性沒法利用，如： WHERE a>10 ORDER BY b; 索引a_b 沒法排序。
• 解讀：file_sort即在order by時發生的文件排序，若是排序時沒有用到索引，就會產生file_sort。 只有當索引的列順序和order by子句的順序徹底一致，而且全部列的排序方向都同樣時，才能用索引排序。若是查詢須要關聯多張表，只有當order by子句引用的字段所有爲第一個表時，才能使用索引排序。

【推薦】利用覆蓋索引來進行查詢操做， 避免回表。

• 說明： 若是一本書須要知道第 11 章是什麼標題，會翻開第 11 章對應的那一頁嗎？目錄瀏覽一下就好，這個目錄就是起到覆蓋索引的做用。
• 正例： 可以創建索引的種類分爲主鍵索引、惟一索引、普通索引三種，而覆蓋索引只是一種查詢的一種效果，用 explain 的結果， extra 列會出現： using index。
• 解讀：若是一個索引包含全部須要查詢的字段的值，稱之爲「覆蓋索引」。

因爲覆蓋索引必需要存儲索引列的值，哈希索引、空間索引和全文索引都不存儲列的值，MySQL只有B-Tree索引能夠作覆蓋索引。如：對id,name,title三個字段創建索引，在索引中會存儲這三個列的值，若是查詢：select id,name,title from table where id < 10; 經過explain會看到extra爲using index。

若是查詢select * from table where id < 10;就不會使用覆蓋索引，由於索引中沒有包含全部的列值。

【推薦】利用延遲關聯或者子查詢優化超多分頁場景。

• 說明： MySQL 的limit查詢並非跳過 offset 行，而是取 offset+N 行，而後返回放棄前 offset 行，返回N 行，那當 offset 特別大的時候，效率就很是的低下，要麼控制返回的總頁數，要麼對超過特定閾值的頁數進行 SQL 改寫。
• 解讀：案例

select count(*) from user_game_info; // 共有956176條數據

select * from user_game_info a limit 900000, 20; // 此查詢耗時0.547S

select t1.* from user_game_info t1, (select id from user_game_info limit 900000, 20) t2 where t1.id = t2.id; // 優化後耗時0.178S

【推薦】 SQL 性能優化的目標：至少要達到 range 級別， 要求是 ref 級別， 若是能夠是 consts最好。

• 說明：

1） consts 單表中最多隻有一個匹配行（ 主鍵或者惟一索引） ，在優化階段便可讀取到數據。

2） ref 指的是使用普通的索引（ normal index） 。

3） range 對索引進行範圍檢索。

• 反例： explain 表的結果， type=index，索引物理文件全掃描，速度很是慢，這個 index 級別比較 range 還低，與全表掃描是小巫見大巫。

• 解讀：這裏說的是explain中的type字段（鏈接類型）。

常見的幾種類型有：all、index、range、ref、eq_ref、const，從左到右效率依次加強。

1）All:全表掃描

2）Index:先掃描所有索引，再回表獲取數據，性能不比all強

3）Range:有範圍的索引掃描，between/and/>/</in/or可觸發

4）Ref:查找條件列使用了索引並且不爲主鍵和unique

5）Eq_ref:優化器已知查詢結果只有一個，在使用了主鍵或惟一索引的狀況下觸發

6）Const:將主鍵放到where後面作等值查詢，例如：select * from user_game_info where id = 100;

【推薦】建組合索引的時候，區分度最高的在最左邊。

• 正例： 若是 where a=? and b=? ， 若是 a 列的幾乎接近於惟一值，那麼只須要單建 idx_a索引便可。
• 說明： 存在非等號和等號混合時，在建索引時，請把等號條件的列前置。如： where c>? andd=? 那麼即便 c 的區分度更高，也必須把 d 放在索引的最前列， 即索引 idx_d_c。

【推薦】 防止因字段類型不一樣形成的隱式轉換，致使索引失效。

• 解讀：例如，給上文提到的tb_user_account表的username(varchar)字段加索引，因爲字段是varchar類型的，因此上圖中的查詢類型匹配，命中索引，下圖是用int類型匹配的，沒法命中索引。

以字符串形式查找，命中索引

因隱式轉換，未命中索引

隱式轉換規則：

• 兩個參數至少有一個是 NULL 時，比較的結果也是 NULL，例外是使用 <=> 對兩個 NULL 作比較時會返回 1，這兩種狀況都不須要作類型轉換
• 兩個參數都是字符串，會按照字符串來比較，不作類型轉換
• 兩個參數都是整數，按照整數來比較，不作類型轉換
• 十六進制的值和非數字作比較時，會被當作二進制串
• 有一個參數是 TIMESTAMP 或 DATETIME，而且另一個參數是常量，常量會被轉換爲 timestamp
• 有一個參數是 decimal 類型，若是另一個參數是 decimal 或者整數，會將整數轉換爲 decimal 後進行比較，若是另一個參數是浮點數，則會把 decimal 轉換爲浮點數進行比較
• 全部其餘狀況下，兩個參數都會被轉換爲浮點數再進行比較

【參考】建立索引時避免有以下極端誤解：

• 寧濫勿缺。 認爲一個查詢就須要建一個索引。
• 寧缺勿濫。 認爲索引會消耗空間、嚴重拖慢更新和新增速度。
• 抵制唯一索引。 認爲業務的唯一性一概須要在應用層經過「先查後插」方式解決。

3 SQL語句

【強制】不要使用 count(列名)或 count(常量)來替代 count()， count()是 SQL92 定義的標準統計行數的語法，跟數據庫無關，跟 NULL 和非 NULL 無關。

• 說明： count(*)會統計值爲 NULL 的行，而 count(列名)不會統計此列爲 NULL 值的行。

【強制】 count(distinct col) 計算該列除 NULL 以外的不重複行數， 注意 count(distinctcol1, col2) 若是其中一列全爲 NULL，那麼即便另外一列有不一樣的值，也返回爲 0。

【強制】當某一列的值全是 NULL 時， count(col)的返回結果爲 0，但 sum(col)的返回結果爲NULL，所以使用 sum()時需注意 NPE 問題。

• 正例： 可使用以下方式來避免 sum 的 NPE 問題： SELECT IF(ISNULL(SUM(g)),0,SUM(g))FROM table;

【強制】使用 ISNULL()來判斷是否爲 NULL 值。

• 說明： NULL 與任何值的直接比較都爲 NULL。

1） NULL<>NULL 的返回結果是 NULL， 而不是 false。

2） NULL=NULL 的返回結果是 NULL， 而不是 true。

3） NULL<>1 的返回結果是 NULL，而不是 true。

【強制】 在代碼中寫分頁查詢邏輯時，若 count 爲 0 應直接返回，避免執行後面的分頁語句。

• 解讀：先查詢COUNT，後查詢分頁數據

【強制】不得使用外鍵與級聯，一切外鍵概念必須在應用層解決。

• 說明：以學生和成績的關係爲例，學生表中的 student_id是主鍵，那麼成績表中的 student_id則爲外鍵。若是更新學生表中的 student_id，同時觸發成績表中的 student_id 更新， 即爲級聯更新。外鍵與級聯更新適用於單機低併發，不適合分佈式、高併發集羣； 級聯更新是強阻塞，存在數據庫更新風暴的風險； 外鍵影響數據庫的插入速度。

【強制】禁止使用存儲過程，存儲過程難以調試和擴展，更沒有移植性。

【強制】數據訂正（特別是刪除、 修改記錄操做） 時，要先 select，避免出現誤刪除，確認無誤才能執行更新語句。

• 解讀：手動執行SQL來修改或刪除數據時，先用where後的條件select一遍，確認數據無誤後，在執行update或delete。

【推薦】 in 操做能避免則避免，若實在避免不了，須要仔細評估 in 後邊的集合元素數量，控制在 1000 個以內。

【參考】 若是有國際化須要，全部的字符存儲與表示，均以 utf-8 編碼，注意字符統計函數的區別。

• 說明：SELECT LENGTH(「輕鬆工做」)； 返回爲 12，統計字節數SELECT CHARACTER_LENGTH(「輕鬆工做」)； 返回爲 4，統計字符數若是須要存儲表情，那麼選擇 utf8mb4 來進行存儲，注意它與 utf-8 編碼的區別。
• 解讀：utf8能夠存儲3個字節的數據，utf8mb4能夠存儲四個字節，專門用來兼容4個字節的unicode，utf8mb4是utf8的超集，將編碼從utf8改成utf8mb4無需額外轉換。

Emoji表情不在utf8的3個字節的表示範圍以內，能夠用utf8mb4存儲。

【參考】 TRUNCATE TABLE 比 DELETE 速度快，且使用的系統和事務日誌資源少，但 TRUNCATE無事務且不觸發 trigger，有可能形成事故，故不建議在開發代碼中使用此語句。說明： TRUNCATE TABLE 在功能上與不帶 WHERE 子句的 DELETE 語句相同。

4 ORM映射

【強制】在表查詢中，一概不要使用 * 做爲查詢的字段列表，須要哪些字段必須明確寫明。

• 說明：

1） 增長查詢分析器解析成本。

2） 增減字段容易與 resultMap 配置不一致。

3）無用字段增長網絡消耗，尤爲是 text 類型的字段。

• 解讀：能夠更好的利用「覆蓋索引」。

【強制】 POJO 類的布爾屬性不能加 is，而數據庫字段必須加 is_，要求在 resultMap 中進行字段與屬性之間的映射。

• 說明： 參見定義 POJO 類以及數據庫字段定義規定，在中增長映射，是必須的。在 MyBatis Generator 生成的代碼中，須要進行對應的修改。

【強制】不要用 resultClass 當返回參數，即便全部類屬性名與數據庫字段一一對應，也須要定義； 反過來，每個表也必然有一個 POJO 類與之對應。

• 說明： 配置映射關係，使字段與 DO 類解耦，方便維護。

【強制】sql.xml 配置參數使用： #{}， #param# 不要使用${} 此種方式容易出現 SQL 注入。

• 解讀：#與$的區別：在預編譯中的處理是不同的。#{} 在預處理時，會把參數部分用一個佔位符 ? 代替，如：

select * from user where name = ?;

而 ${} 則只是簡單的字符串替換，在動態解析階段，該 sql 語句會被解析成

select * from user where name = 'zhangsan’;

以上，#{} 的參數替換是發生在 DBMS 中，而 ${} 則發生在動態解析過程當中。

【強制】 iBATIS 自帶的 queryForList(String statementName,int start,int size)不推薦使用。

• 說明：其實現方式是在數據庫取到 statementName對應的SQL語句的全部記錄，再經過 subList取 start,size 的子集合。
• 正例： Map<String, Object> map = new HashMap<>();map.put("start", start);map.put("size", size);

【強制】不容許直接拿 HashMap 與 Hashtable 做爲查詢結果集的輸出。

• 說明： resultClass=」Hashtable」， 會置入字段名和屬性值，可是值的類型不可控。

【推薦】不要寫一個大而全的數據更新接口。 傳入爲 POJO 類，無論是否是本身的目標更新字段，都進行 update table set c1=value1,c2=value2,c3=value3; 這是不對的。執行 SQL時， 不要更新無改動的字段，一是易出錯； 二是效率低； 三是增長 binlog 存儲。

【參考】 @Transactional 事務不要濫用。事務會影響數據庫的 QPS，另外使用事務的地方須要考慮各方面的回滾方案，包括緩存回滾、搜索引擎回滾、消息補償、統計修正等。

【參考】 中的 compareValue 是與屬性值對比的常量，通常是數字，表示相等時帶上此條件； 表示不爲空且不爲 null 時執行； 表示不爲 null 值時執行。

---

歡迎關注個人微信公衆號