浅谈Mysql 表设计规范

Posted 2022-12-07 _H_JY

本文首先探讨下数据库设计的三大范式，因为范式只是给出了数据库设计的原则，并没有告诉我们实际操作中应该怎样操作，应该注意什么，所以我们还会谈下实际工作中需要注意的具体操作问题。

三大范式

首先放出三大范式内容，然后再进行解释：

第一范式：确保每列的原子性.，如果每列(或者每个属性)都是不可再分的最小数据单元(也称为最小的原子单元),则满足第一范式.；(只要是关系型数据库都满足1NF)

第二范式：如果一个关系满足第一范式,并且除了主键以外的其它列,都依赖于该主键,则满足第二范式.；

第三范式：如果一个关系满足第二范式,并且除了主键以外的其它列都不依赖于主键列,则满足第三范式。

一范式就是属性不可分割。属性是什么？就是表中的字段。不可分割的意思就按字面理解就是最小单位，不能再分成更小单位了。这个字段只能是一个值，不能被拆分成多个字段。不过能不能分割并没有绝对的答案，看需求，也就是看你的设计目标而定。

举例：学生信息组成学生信息表，有姓名、年龄、性别、学号等信息组成。姓名不可拆分吧？所以可以作为该表的一个字段。但我要说这个表要在国外使用呢？人家姓和名要分开，都有特别的意义，所以姓名字段是可拆分的，分为姓字段和名字段。简单来说，一范式是关系数据库的基础，但字段是否真的不可拆分，根据你的设计目标而定。

二范式就是要有主键，要求其他字段都依赖于主键。为什么要有主键？没有主键就没有唯一性，没有唯一性在集合中就定位不到这行记录，所以要主键。其他字段为什么要依赖于主键？因为不依赖于主键，就找不到他们。如果有同学不理解依赖这个词，可以勉强用“相关”这个词代替，也就是说其他字段必须和它们的主键相关。因为不相关的东西不应该放在一行记录里。

举例：学生信息组成学生表，姓名可以做主键么？不能！因为同名的话，就不唯一了，所以需要学号这样的唯一编码才行。那么其他字段依赖于主键是什么意思？就是“张三”同学的年龄和性别等字段，不能存储别人的年龄性别，必须是他自己的，因为张三的学号信息就决定了，这行记录归张三所有，不能给无关人员使用。

三范式就是要消除传递依赖，方便理解，可以看做是“消除冗余”。消除冗余应该比较好理解一些，就是各种信息只在一个地方存储，不出现在多张表中。比如说大学分了很多系（中文系、英语系、计算机系……），这个系别管理表信息有以下字段组成：系编号，系主任，系简介，系架构。那么再回到学生信息表，张三同学的年龄、性别、学号都有了，我能不能把他的系编号，系主任、系简介也一起存着？如果你问三范式，当然不行，因为三范式不同意。因为系编号，系主任、系简介已经存在系别管理表中，你再存入学生信息表，就是冗余了。三范式中说的传递依赖，就出现了。这个时候学生信息表中，系主任信息是不是依赖于系编号了？而这个表的主键可是学号啊！所以按照三范式，处理这个问题的时候，学生表就只能增加一个系编号字段。这样既能根据系编号找到系别信息，又避免了冗余存储的问题。

还有要强调的就是所谓的范式，是用来学习参考的，设计的时候根据情况，未必一定要遵守。因为在数据库数据量特别大，并且访问并发也大的情况下，可能要采用反范式设计来提高数据库响应速度，不过这里不在过多讨论，有兴趣的同学可以到这个网址查看具体内容，该文档针对mysql的优化做了详细说明：https://wenku.baidu.com/view/aa43ecc3aa00b52acfc7ca94.html

实际操作规范（mysql）

• 表设计

1. 库名、表名、字段名必须使用小写字母，“_”分割，且名称长度不超过12个字符并且要做到见名知意。

2. 建议使用InnoDB存储引擎。

3. 存储精确浮点数必须使用DECIMAL替代FLOAT和DOUBLE。

4. 建议使用UNSIGNED存储非负数值。

5. 建议使用INT UNSIGNED存储IPV4。

6. 整形定义中不添加长度，比如使用INT，而不是INT(4)。

7. 使用短数据类型，比如取值范围为0-80时，使用TINYINT UNSIGNED。

8. 不建议使用ENUM类型，使用TINYINT来代替。

9. 尽可能不使用TEXT、BLOB类型。

10. VARCHAR(N)，N表示的是字符数不是字节数，比如VARCHAR(255)，可以最大可存储255个汉字，需要根据实际的宽度来选择N。

11. VARCHAR(N)，N尽可能小，因为MySQL一个表中所有的VARCHAR字段最大长度是65535个字节，进行排序和创建临时表一类的内存操作时，会使用N的长度申请内存。

12. 表字符集选择UTF8。

13. 使用VARBINARY存储变长字符串。

14. 存储年使用YEAR类型，存储日期使用DATE类型，存储时间（精确到秒）建议使用TIMESTAMP类型，因为TIMESTAMP使用4字节，DATETIME使用8个字节。

15. 建议字段定义为NOT NULL。

16. 将过大字段拆分到其他表中。

17. 禁止在数据库中使用VARBINARY、BLOB存储图片、文件等。

• 索引

1. 索引名称必须使用小写，非唯一索引必须按照“idx_字段名称_字段名称[_字段名]”进行命名，唯一索引必须按照“uniq_字段名称_字段名称[_字段名]”进行命名。

2. 索引中的字段数建议不超过5个。

3. 单张表的索引数量控制在5个以内。

4. 唯一键由3个以下字段组成，并且字段都是整形时，使用唯一键作为主键。

5. 没有唯一键或者唯一键不符合4中的条件时，使用自增（或者通过发号器获取）id作为主键。

6. 唯一键不和主键重复。

7. 索引字段的顺序需要考虑字段值去重之后的个数，个数多的放在前面。

8. ORDER BY，GROUP BY，DISTINCT的字段需要添加在索引的后面。

9. 使用EXPLAIN判断SQL语句是否合理使用索引，尽量避免extra列出现：Using File Sort，UsingTemporary。

10. UPDATE、DELETE语句需要根据WHERE条件添加索引。

11. 不建议使用%前缀模糊查询，例如LIKE “%weibo”。

12. 对长度过长的VARCHAR字段建立索引时，添加crc32或者MD5 Hash字段，对Hash字段建立索引。

13. 合理创建联合索引（避免冗余），(a,b,c)相当于 (a) 、(a,b) 、(a,b,c)。

14. 合理利用覆盖索引。

15. SQL变更需要确认索引是否需要变更并通知DBA。

• SQL语句

1. SQL语句中IN包含的值不应过多。

2. UPDATE、DELETE语句不使用LIMIT。

3. WHERE条件中必须使用合适的类型，避免MySQL进行隐式类型转化。

4. SELECT语句只获取需要的字段。

5. SELECT、INSERT语句必须显式的指明字段名称，不使用SELECT *，不使用INSERTINTO table。

6. 使用SELECT column_name1, column_name2 FROM table WHERE[condition]而不是SELECT column_name1 FROM table WHERE[condition]和SELECT column_name2 FROM table WHERE [condition]。

7. WHERE条件中的非等值条件（IN、BETWEEN、<、<=、>、>=）会导致后面的条件使用不了索引。

8. 避免在SQL语句进行数学运算或者函数运算，容易将业务逻辑和DB耦合在一起。

9. INSERT语句使用batch提交（INSERT INTO tableVALUES,,……），values的个数不应过多。

10. 避免使用存储过程、触发器、函数等，容易将业务逻辑和DB耦合在一起，并且MySQL的存储过程、触发器、函数中存在一定的bug。

11. 避免使用JOIN。

12. 使用合理的SQL语句减少与数据库的交互次数。

13. 不使用ORDER BY RAND，使用其他方法替换。

14. 建议使用合理的分页方式以提高分页的效率。

15. 统计表中记录数时使用COUNT(*)，而不是COUNT(primary_key)和COUNT(1)。

16. 禁止在从库上执行后台管理和统计类型功能的QUERY。

• 散表

1. 每张表数据量建议控制在5000w以下。

2. 可以结合使用hash、range、lookup table进行散表。

3. 散表如果使用md5（或者类似的hash算法）进行散表，表名后缀使用16进制，比如user_ff。

4. 推荐使用CRC32求余（或者类似的算术算法）进行散表，表名后缀使用数字，数字必须从0开始并等宽，比如散100张表，后缀从00-99。

5. 使用时间散表，表名后缀必须使用特定格式，比如按日散表user_20110209、按月散表user_201102。