阿里mysql规范

Posted 2020-10-11 南湖公明

(一)建表规约

1.【强制】表达是与否概念的字段，必须使用 is_xxx的方式命名，数据类型是 unsigned tinyint（ 1表示是，0表示否），此规则同样适用于 odps建表。 
说明：任何字段如果为非负数，必须是 unsigned。 
个人备注： 
Open Data Processing Service， 简称ODPS；是由阿里云自主研发，提供针对TB/PB级数据、实时性要求不高的分布式处理能力，应用于数据分析、挖掘、商业智能等领域；阿里巴巴的离线数据业务都运行在ODPS上；。 
2.【强制】表名、字段名必须使用小写字母或数字；禁止出现数字开头，禁止两个下划线中间只出现数字。数据库字段名的修改代价很大，因为无法进行预发布，所以字段名称需要慎重考虑。 
正例：getter_admin，task_config，level3_name 
反例：GetterAdmin，taskConfig，level_3_name 
3.【强制】表名不使用复数名词。 
说明：表名应该仅仅表示表里面的实体内容，不应该表示实体数量，对应于 DO类名也是单数形式，符合表达习惯。 
4.【强制】禁用保留字，如 desc、range、match、delayed等，请参考 mysql官方保留字。 
5.【强制】唯一索引名为 uk_字段名；普通索引名则为 idx_字段名。 
说明：uk_ 即 unique key；idx_ 即 index的简称。 
6.【强制】小数类型为 decimal，禁止使用 float和 double。 
说明：float和 double在存储的时候，存在精度损失的问题，很可能在值的比较时，得到不正确的结果。如果存储的数据范围超过 decimal的范围，建议将数据拆成整数和小数分开存储。 
7.【强制】如果存储的字符串长度几乎相等，使用 char定长字符串类型。 
8.【强制】varchar是可变长字符串，不预先分配存储空间，长度不要超过 5000，如果存储长度大于此值，定义字段类型为 text，独立出来一张表，用主键来对应，避免影响其它字段索引效率。 
9.【强制】表必备三字段：id, gmt_create, gmt_modified。 
说明：其中 id必为主键，类型为 unsigned bigint、单表时自增、步长为 1。 
gmt_create,gmt_modified的类型均为 date_time类型。 
10.【推荐】表的命名最好是加上“业务名称_表的作用”。 
正例：tiger_task / tiger_reader / mpp_config 
11.【推荐】库名与应用名称尽量一致。 
12.【推荐】如果修改字段含义或对字段表示的状态追加时，需要及时更新字段注释。 
13.【推荐】字段允许适当冗余，以提高性能，但是必须考虑数据同步的情况。冗余字段应遵循： 
1）不是频繁修改的字段。 
2）不是 varchar超长字段，更不能是 text字段。 
正例：商品类目名称使用频率高，字段长度短，名称基本一成不变，可在相关联的表中冗余存储类目名称，避免关联查询。 
14.【推荐】单表行数超过 500万行或者单表容量超过 2GB，才推荐进行分库分表。 
说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。 
15.【参考】合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检索速度。 
正例：人的年龄用 unsigned tinyint（表示范围 0-255，人的寿命不会超过 255岁）；海龟就必须是 smallint，但如果是太阳的年龄，就必须是 int；如果是所有恒星的年龄都加起来，那么就必须使用 bigint。

(二)索引规约

1.【强制】业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。 
说明：不要以为唯一索引影响了 insert速度，这个速度损耗可以忽略，但提高查找速度是明显的；另外，即使在应用层做了非常完善的校验和控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。 
2.【强制】 超过三个表禁止 join。需要 join的字段，数据类型保持绝对一致；多表关联查询时，保证被关联的字段需要有索引。 
说明：即使双表 join也要注意表索引、SQL性能。 
3.【强制】在 varchar字段上建立索引时，必须指定索引长度，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。 
说明：索引的长度与区分度是一对矛盾体，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。 
4.【强制】页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。 
说明：索引文件具有 B-Tree的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。 
5.【推荐】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。 
6.【推荐】利用覆盖索引来进行查询操作，来避免回表操作。 
说明：如果一本书需要知道第 11章是什么标题，会翻开第 11章对应的那一页吗？目录浏览一下就好，这个目录就是起到覆盖索引的作用。 
正例：能够建立索引的种类：主键索引、唯一索引、普通索引，而覆盖索引是一种查询的一种效果，用 explain的结果，extra列会出现：using index。 
7.【推荐】利用延迟关联或者子查询优化超多分页场景。 
说明：MySQL并不是跳过 offset行，而是取 offset+N行，然后返回放弃前offset行，返回N行，那当 offset特别大的时候，效率就非常的低下，要么控制返回的总页数，要么对超过特定阈值的页数进行 SQL改写。 
正例：先快速定位需要获取的 id段，然后再关联：

SELECT
    a.*
FROM
    表1 a,
    (
        SELECT
            id
        FROM
            表1
        WHERE
            条件
        LIMIT 100000,
        20
    ) b
WHERE
    a.id = b.id

• 1
• 2
• 3
• 4
• 5
• 6
• 7
• 8
• 9
• 10
• 11
• 12
• 13
• 14
• 15
• 16

8.【推荐】SQL性能优化的目标：至少要达到 range 级别，要求是 ref级别，如果可以是 consts最好。 
说明： 
1）consts 单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。 
2）ref 指的是使用普通的索引（normal index）。 
3）range 对索引进行范围检索。 
反例：explain表的结果，type=index，索引物理文件全扫描，速度非常慢，这个 index级别比较 range还低，与全表扫描是小巫见大巫。 
9.【推荐】建组合索引的时候，区分度最高的在最左边。 
正例：如果 where a=? and b=? ，a列的几乎接近于唯一值，那么只需要单建 idx_a索引即可。 
说明：存在非等号和等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where a>?and b=? 那么即使 a的区分度更高，也必须把 b放在索引的最前列。 
10.【参考】创建索引时避免有如下极端误解： 
1）误认为一个查询就需要建一个索引。 
2）误认为索引会消耗空间、严重拖慢更新和新增速度。 
3）误认为唯一索引一律需要在应用层通过“先查后插”方式解决。

(三)SQL规约

1.【强制】不要使用 count(列名)或 count(常量)来替代 count()，count()就是 SQL92定义的标准统计行数的语法，跟数据库无关，跟 NULL和非 NULL无关。 
说明：count(*)会统计值为 NULL的行，而 count(列名)不会统计此列为 NULL值的行。 
2.【强制】count(distinct col) 计算该列除 NULL之外的不重复数量。注意 count(distinct col1, col2) 如果其中一列全为 NULL，那么即使另一列有不同的值，也返回为 0。 
3.【强制】当某一列的值全是 NULL时，count(col)的返回结果为 0，但 sum(col)的返回结果为NULL，因此使用 sum()时需注意 NPE问题。 
正例：可以使用如下方式来避免 sum的 NPE问题：

SELECT
IF (ISNULL(SUM(g)), 0, SUM(g))
FROM
    TABLE;

• 1
• 2
• 3
• 4

4.【强制】使用 ISNULL()来判断是否为 NULL值。注意：NULL与任何值的直接比较都为 NULL。 
说明： 
1） NULL<>NULL的返回结果是 NULL，而不是 false。 
2） NULL=NULL的返回结果是 NULL，而不是 true。 
3） NULL<>1的返回结果是 NULL，而不是 true。 
5.【强制】 在代码中写分页查询逻辑时，若 count为 0应直接返回，避免执行后面的分页语句。 
6.【强制】不得使用外键与级联，一切外键概念必须在应用层解决。 
说明：（概念解释）学生表中的 student_id是主键，那么成绩表中的 student_id则为外键。如果更新学生表中的 student_id，同时触发成绩表中的 student_id更新，则为级联更新。外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度。 
7.【强制】禁止使用存储过程，存储过程难以调试和扩展，更没有移植性。 
8.【强制】数据订正时，删除和修改记录时，要先 select，避免出现误删除，确认无误才能执行更新语句。 
9.【推荐】in操作能避免则避免，若实在避免不了，需要仔细评估 in后边的集合元素数量，控制在 1000个之内。 
10.【参考】如果有全球化需要，所有的字符存储与表示，均以 utf-8编码，那么字符计数方法 
注意： 
说明： 
SELECT LENGTH(“轻松工作”)； 返回为 12 
SELECT CHARACTER_LENGTH(“轻松工作”)； 返回为 4 
如果要使用表情，那么使用 utfmb4来进行存储，注意它与 utf-8编码的区别。 
11.【参考】TRUNCATETABLE 比 DELETE 速度快，且使用的系统和事务日志资源少，但 TRUNCATE无事务且不触发 trigger，有可能造成事故，故不建议在开发代码中使用此语句。 
说明：TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。

(四)ORM规约

1.【强制】在表查询中，一律不要使用 * 作为查询的字段列表，需要哪些字段必须明确写明。 
说明： 
1）增加查询分析器解析成本。 
2）增减字段容易与 resultMap配置不一致。 
2.【强制】POJO类的 boolean属性不能加 is，而数据库字段必须加 is_，要求在 resultMap中进行字段与属性之间的映射。 
说明：参见定义 POJO类以及数据库字段定义规定，在 sql.xml增加映射，是必须的。 
3.【强制】不要用 resultClass当返回参数，即使所有类属性名与数据库字段一一对应，也需要定义；反过来，每一个表也必然有一个与之对应。 
说明：配置映射关系，使字段与 DO类解耦，方便维护。 
4.【强制】xml配置中参数注意使用：#{}，#param# 不要使用${} 此种方式容易出现 SQL注入。 
5.【强制】iBATIS自带的 queryForList(String statementName,int start,int size)不推荐使用。 
说明：其实现方式是在数据库取到statementName对应的SQL语句的所有记录，再通过subList取 start,size的子集合，线上因为这个原因曾经出现过 OOM。 
正例：在 sqlmap.xml中引入 #start#, #size#

Map<String, Object> map = new HashMap<String, Object>();
map.put("start", start);
map.put("size", size);

• 1
• 2
• 3

6.【强制】不允许直接拿 HashMap与 Hashtable作为查询结果集的输出。 
7.【强制】更新数据表记录时，必须同时更新记录对应的 gmt_modified字段值为当前时间。 
8.【推荐】不要写一个大而全的数据更新接口，传入为 POJO类，不管是不是自己的目标更新字段，都进行

UPDATE TABLE
SET 
 c1 = value1,
 c2 = value2,
 c3 = value3;

• 1
• 2
• 3
• 4
• 5
• 6

这是不对的。执行 SQL时，尽量不要更新无改动的字段，一是易出错；二是效率低；三是 binlog增加存储。 
9.【参考】@Transactional事务不要滥用。事务会影响数据库的 QPS，另外使用事务的地方需要考虑各方面的回滚方案，包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。 
10.【参考】< isEqual>中的 compareValue是与属性值对比的常量，一般是数字，表示相等时带上此条件；< isNotEmpty>表示不为空且不为 null时执行；< isNotNull>表示不为 null值时执行。

本文整理自：《阿里巴巴Java开发手册（正式版）》

整理本文的目的是方便自己阅读，标注等，如有侵权，立马删除。