一、命名規範
1. 庫名、表名、字段名必須使用小寫字母並採用下劃線分割
2. 庫名、表名、字段名禁止超過32個字符，須見名知意；
3. 庫名、表名、字段名支持最多64個字符，統一規範、易於辨識以及減少傳輸量不要超過32；
4. 庫名、表名、字段名禁止使用MySQL保留關鍵字（如果表名中包含關鍵字查詢時，需要將其用單引號括起來）；
5. 臨時庫、臨時表名必須以tmp_爲前綴並以日期爲後綴；
6. 備份庫、備份表名必須以bak爲前綴並以日期爲後綴；
7. 所有存儲相同數據的列名和列類型必須一致（一般作爲關聯列，如果查詢時關聯列類型不一致會自動進行數據類型隱式轉換，會造成列上的索引失效，導致查詢效率降低）。
二、基本設計規範
1. 所有表必須使用Innodb存儲引擎
沒有特殊要求（即Innodb無法滿足的功能如：列存儲，存儲空間數據等）的情況下，所有表必須使用Innodb存儲引擎（MySQL5.5之前默認使用Myisam，5.6以後默認的爲Innodb）Innodb 支持事務，支持行能鎖，更好的恢復性，高併發下性能更好。
2. 數據庫和表的字符集統一使用utf8mb4( 5.5.3版本以上支持)
兼容性更好，統一字符集可以避免由於字符集轉換產生的亂碼，不同的字符集進行比較前需要進行轉換會造成索引失效；
3. 所有表和字段都需要添加註釋
使用comment從句添加表和列的備註 從一開始就進行數據字典的維護；
4. 儘量控制單表數據量的大小，建議控制在1000萬以內
1000萬並不是MySQL數據庫的限制，過大會造成修改表結構，備份，恢復都會有很大的問題可以用歷史數據歸檔（應用於日誌數據），分庫分表（應用於業務數據）等手段來控制數據量大小。
5. 謹慎使用MySQL分區表
業務生命週期內，評估單表數據量是否在1000萬以內，超出此範圍需考慮分庫分表可擴展性；分區表在物理上表現爲多個文件，在邏輯上表現爲一個表，謹慎選擇分區鍵，跨分區查詢效率可能更低，建議採用物理分表的方式管理大數據。
6. 儘量做到冷熱數據分離，減小表的寬度
MySQL限制每個表最多存儲4096列，並且每一行數據的大小不能超過65535字節 減少磁盤IO,保證熱數據的內存緩存命中率（表越寬，把表裝載進內存緩衝池時所佔用的內存也就越大,也會消耗更多的IO） 更有效的利用緩存，避免讀入無用的冷數據 經常一起使用的列放到一個表中（避免更多的關聯操作）。
7. 禁止在表中建立預留字段
預留字段的命名很難做到見名識義 預留字段無法確認存儲的數據類型，所以無法選擇合適的類型 對預留字段類型的修改，會對錶進行鎖定。
8. 禁止在數據庫中存儲圖片，文件等大的二進制數據
通常文件很大，會短時間內造成數據量快速增長，數據庫進行數據庫讀取時，通常會進行大量的隨機IO操作，文件很大時，IO操作很耗時 通常存儲於文件服務器，數據庫只存儲文件地址信息。
9. 禁止在線上做數據庫壓力測試
10. 禁止從開發環境，測試環境直接連接生成環境數據庫。
三、字段設計規範
1. 優先選擇符合存儲需要的最小的數據類型
列的字段越大，建立索引時所需要的空間也就越大，這樣一頁中所能存儲的索引節點的數量也就越少也越少，在遍歷時所需要的IO次數也就越多， 索引的性能也就越差。建議：1）將字符串轉換成數字類型存儲，如：將IP地址轉換成整形數據。2）對於非負型的數據（如自增ID、整型IP）來說，要優先使用無符號整型來存儲因爲：無符號相對於有符號可以多出一倍的存儲空間，VARCHAR(N)中的N代表的是字符數，而不是字節數使用UTF8存儲255個漢字 Varchar(255)=765個字節。過大的長度會消耗更多的內存。
2. 避免使用TEXT、BLOB數據類型
最常見的TEXT類型可以存儲64k的數據，建議把BLOB或是TEXT列分離到單獨的擴展表中。
MySQL內存臨時表不支持TEXT、BLOB這樣的大數據類型，如果查詢中包含這樣的數據，在排序等操作時，就不能使用內存臨時表，必須使用磁盤臨時表進行。
且對於這種數據，MySQL還是要進行二次查詢，會使sql性能變得很差，但是不是說一定不能使用這樣的數據類型。
如果一定要使用，建議把BLOB或是TEXT列分離到單獨的擴展表中，查詢時一定不要使用select * 而只需要取出必要的列，不需要TEXT列的數據時不要對該列進行查詢。
注意：TEXT或BLOB類型只能使用前綴索引，因爲MySQL對索引字段長度是有限制的，所以TEXT類型只能使用前綴索引，並且TEXT列上是不能有默認值的。
3. 避免使用ENUM類型
修改ENUM只需要使用ALTER語句
ENUM類型的ORDER BY操作效率低，需要額外操作
禁止使用數值作爲ENUM的枚舉值
4. 儘可能把所有列定義爲NOT NULL
原因：索引NULL列需要額外的空間來保存，所以要佔用更多的空間；
進行比較和計算時要對NULL值做特別的處理。
5. 使用TIMESTAMP存儲時間
TIMESTAMP 存儲的時間範圍 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07。TIMESTAMP使用4字節，DATETIME使用8個字節，同時TIMESTAMP具有自動賦值以及自動更新的特性。
6. 財務相關的金額類數據必須使用decimal類型
1) 非精準浮點：float,double
2) 精準浮點：decimal
Decimal類型爲精準浮點數，在計算時不會丟失精度。佔用空間由定義的寬度決定，每4個字節可以存儲9位數字，並且小數點要佔用一個字節。可用於存儲比bigint更大的整型數據。
7. 用DECIMAL代替FLOAT和DOUBLE存儲精確浮點數
浮點數相對於定點數的優點是在長度一定的情況下，浮點數能夠表示更大的數據範圍；浮點數的缺點是會引起精度問題
1) 將字符轉化爲數字
2) 使用TINYINT來代替ENUM類型
3) 字段長度儘量按實際需要進行分配，不要隨意分配一個很大的容量
8. 使用UNSIGNED存儲非負整數
同樣的字節數，存儲的數值範圍更大。如tinyint有符號爲-128-127，無符號爲0-255；INT類型固定佔用4個字節存儲
9. 使用INT UNSIGNED存儲IPV4
10. 使用VARBINARY存儲大小寫敏感的變長字符串
11. 禁止在數據庫中存儲明文密碼
四、索引設計規範
建立索引的目的是：希望通過索引進行數據查找，減少隨機IO，增加查詢性能 ，索引能過濾出越少的數據，則從磁盤中讀入的數據也就越少。
索引是一把雙刃劍，可提高查詢效率，但也會降低插入和更新的速度並佔用磁盤空間。
1. 單張表中索引數量不超過5個
限制每張表上的索引數量，建議單張表索引不超過5個索引；索引可以提高效率同樣可以降低效率。索引可以增加查詢效率，但同樣也會降低插入和更新的效率，甚至有些情況下會降低查詢效率。優化器在選擇如何優化查詢時，會根據統一信息，對每一個可以用到的索引來進行評估，以生成出一個最好的執行計劃，如果同時有很多個索引都可以用於查詢，會增加MySQL優化器生成執行計劃時間，降低查詢性能。
2. 禁止給表中的每一列都建立單獨的索引
5.6版本之前，一個sql只能使用到一個表中的一個索引，5.6以後，雖然有了合併索引的優化方式，但遠沒有使用聯合索引的查詢方式效率高。
3. Innodb表必須要有主鍵
Innodb是一種索引組織表：數據的存儲的邏輯順序和索引的順序是相同的。
每個表都可以有多個索引，但是表的存儲順序只能有一種 Innodb是按照主鍵索引的順序來組織表的。不要使用更新頻繁的列作爲主鍵，不使用多列主鍵（相當於聯合索引） 不要使用UUID、MD5、HASH、字符串列作爲主鍵（無法保證數據的順序增長）。
主鍵建議使用自增ID值。
4. 單個索引中的字段數不超過5個
對字符串使用前綴索引，前綴索引長度不超過10個字符；
舉例：如有一個CHAR(200)列，在前10個字符內，多數值是唯一的，就可不要對整個列進行索引。對前10個字符進行索引能夠節省大量索引空間，也可能會使查詢更快。
5. 表主鍵建議
1) 表必須有主鍵，不使用更新頻繁的列作爲主鍵
2) 儘量不選擇字符串列作爲主鍵
3) 不使用UUID、MD5、HASH作爲主鍵
4) 默認使用非空的唯一鍵
5) 主鍵建議選擇自增或發號器重要的SQL必須被索引：
SELECT、UPDATE、DELETE語句的WHERE條件列ORDER BY、GROUP BY、DISTINCT的字段多表JOIN的字段
6. 區分度最大的字段放在索引前面
7. 核心SQL優先考慮覆蓋索引
select的數據列只用從索引中就能夠取得，不必讀取數據行，換句話說查詢列要被所建的索引覆蓋。
8. 避免冗餘或重複索引
合理創建聯合索引（避免冗餘），index(a,b,c)相當於index(a)、index(a,b)、index(a,b,c)
1) 索引不是越多越好，按實際需要進行創建，每個額外的索引都要佔用額外的磁盤空間，並降低寫操作的性能
2) 不在低基數列上建立索引，例如‘性別’
3) 不在索引列進行數學運算和函數運算
9. 儘量避免使用外鍵約束
1) 不建議使用外鍵約束（foreign key），但一定要在表與表之間的關聯鍵上建立索引；
2) 外鍵可用於保證數據的參照完整性，建議在業務端實現；
3) 外鍵會影響父表和子表的寫操作從而降低性能。
10. 不使用%前導的查詢，如like“%xxx”，無法使用索引
11. 不使用反向查詢，如not in / not like
無法使用索引，導致全表掃描，全表掃描導致bufferpool利用降低；
12. 索引列建議
1) 出現在SELECT、UPDATE、DELETE語句的WHERE子句中的列；
2) 包含在ORDER BY、GROUP BY、DISTINCT中的字段；
3) 多表join的關聯列
注意：並不要將符合1和2中的字段的列都建立一個索引，通常將1、2中的字段建立聯合索引效果更好
13. 如何選擇索引列的順序
1) 區分度最高的放在聯合索引的最左側（區分度=列中不同值的數量/列的總行數）；
2) 儘量把字段長度小的列放在聯合索引的最左側（因爲字段長度越小，一頁能存儲的數據量越大，IO性能也就越好）；
3) 使用最頻繁的列放到聯合索引的左側（這樣可較少地建立一些索引）。
14. 避免建立冗餘索引和重複索引
冗餘/重複索引會增加查詢優化器生成執行計劃的時間。
1) 重複索引示例：primary key(id)、index(id)、unique index(id)
2) 冗餘索引示例：index(a,b,c)、index(a,b)、index(a)
15. 優先考慮覆蓋索引
對於頻繁的查詢優先考慮使用覆蓋索引。
覆蓋索引：即包含了所有查詢字段(where,select,ordery by,group by包含的字段)的索引，覆蓋索引的好處：
1) 避免Innodb表進行索引的二次查詢
Innodb是以聚集索引的順序來存儲的，對於Innodb來說，二級索引在葉子節點中所保存的是行的主鍵信息，如果是用二級索引查詢數據，在查找到相應的鍵值後，還需通過主鍵進行二次查詢才能獲取我們真實所需要的數據。
而在覆蓋索引中，二級索引的鍵值中可以獲取所有的數據，避免了對主鍵的二次查詢 ，減少了IO操作，提升了查詢效率。
2) 可以把隨機IO變成順序IO加快查詢效率
由於覆蓋索引是按鍵值的順序存儲的，對於IO密集型的範圍查找來說，對比隨機從磁盤讀取每一行的數據IO要少得多，因此利用覆蓋索引在訪問時也可以把磁盤的隨機讀取的IO轉變成索引查找的順序IO。
五、SQL開發規範
1. 建議使用預編譯語句進行數據庫操作
預編譯語句可以重複使用這些計劃，減少SQL編譯所需要的時間，還可以解決動態SQL所帶來的SQL注入的問題 只傳參數，比傳遞SQL語句更高效 相同語句可以一次解析，多次使用，提高處理效率。
2. 避免數據類型的隱式轉換
隱式轉換會導致索引失效。
3. 充分利用表上已經存在的索引
1) 避免使用雙%號的查詢條件。
如無前置%,只有後置%，是可以用到列上的索引的
2) 一個SQL只能利用到複合索引中的一列進行範圍查詢
解說：有 a,b,c列的聯合索引，在查詢條件中有a列的範圍查詢，則在b,c列上的索引將不會被用到，在定義聯合索引時，如果a列要用到範圍查找的話，就要把a列放到聯合索引的右側。使用left join或 not exists來優化not in操作，因not in 也通常會使用索引失效。
4. 數據庫設計時，應該要對以後擴展進行考慮
5. 程序連接不同的數據庫使用不同的賬號，禁止跨庫查詢
1) 爲數據庫遷移和分庫分表留出餘地
2) 降低業務耦合度
3) 避免權限過大而產生的安全風險
6. 強烈不建議使用SELECT * ；推薦使用SELECT <字段列表> 查詢
原因：
1) 消耗更多的CPU和IO以網絡帶寬資源
2) 無法使用覆蓋索引
3) 可減少表結構變更帶來的影響
7. 禁止使用不含字段列表的INSERT語句
舉例：insert into values ('a','b','c');
應使用insert into t(c1,c2,c3) values ('a','b','c');
8. 避免使用子查詢，可把子查詢優化爲join操作
通常子查詢在in子句中，且子查詢中爲簡單SQL(不包含union、group by、order by、limit從句)時，纔可以把子查詢轉化爲關聯查詢進行優化。
子查詢性能差的原因：
1) 子查詢的結果集無法使用索引，通常子查詢的結果集會被存儲到臨時表中，不論是內存臨時表還是磁盤臨時表都不會存在索引，所以查詢性能 會受到一定的影響；
2) 特別是對於返回結果集比較大的子查詢，其對查詢性能的影響也就越大；
3) 由於子查詢會產生大量的臨時表也沒有索引，所以會消耗過多的CPU和IO資源，產生大量的慢查詢。
9. 避免使用JOIN關聯太多表
MySQL最擅長的是單表的主鍵/二級索引查詢，MySQL存在關聯緩存的，緩存的大小可以由join_buffer_size參數進行設置。在MySQL中，對於同一個SQL多關聯（join）一個表，會多分配一個關聯緩存，如果在一個SQL中關聯的表越多，所佔用的內存也就越大。
Join消耗較多的內存，產生臨時表；
如程序中大量的使用了多表關聯的操作，同時join_buffer_size設置的也不合理的情況下，就容易造成服務器內存溢出的情況，就會影響到服務器數據庫性能的穩定性。
同時對於關聯操作來說，會產生臨時表操作，影響查詢效率MySQL最多允許關聯61個表，但業務生產環境中建議不超過5個。
10. 減少同數據庫的交互次數
1) 數據庫更適合處理批量操作 合併多個相同的操作到一起，可以提高處理效率。
11. 對應同一列進行or判斷時，使用in代替or
不要超過500個in操作可以更有效的利用索引，or大多數情況下很少能利用到索引。
12. 禁止使用order by，rand() 進行隨機排序
隨機排序會把表中所有符合條件的數據裝載到內存中，然後在內存中對所有數據根據隨機生成的值進行排序，並且可能會對每一行都生成一個隨機值，如果滿足條件的數據集非常大，就會消耗大量的CPU和IO及內存資源。
簡單來說：order by，rand()會將數據從磁盤中讀取，進行排序，會消耗大量的IO和CPU。
推薦在程序中獲取一個隨機值，然後從數據庫中獲取對應的數據。
13. WHERE從句中禁止對列進行函數轉換和計算
對列進行函數轉換或計算時會導致無法使用索引。
14. 在明顯不會有重複值時使用UNION ALL而不是UNION
1) UNION會把兩個結果集的所有數據放到臨時表中後再進行去重操作；
2) UNION ALL不會再對結果集進行去重操作。
15. 拆分複雜的大SQL爲多個小SQL
原因如下：
1) 大SQL：邏輯上比較複雜，需要佔用大量CPU進行計算；
2) MySQL：一個SQL只能使用一個CPU進行計算；
3) SQL拆分後可以通過並行執行來提高處理效率。
16. 避免使用存儲過程、觸發器、EVENTS等
1) 降低業務耦合度，爲分庫分表sacleout、sharding留點餘地；
2) 該策略可有效規避BUG。
17. 避免在數據庫中進行數學運算
1) 容易將業務邏輯和DB耦合在一起
2) MySQL不擅長數學運算和邏輯判斷
3) 無法使用索引
六、操作行爲規範
1. 超100萬行的批量寫（UPDATE、DELETE、INSERT）操作，要分批多次進行操作
1) 大批量操作可能會造成嚴重的主從延遲。
主從環境中，大批量操作可能會造成嚴重的主從延遲，大批量的寫操作一般都需要執行一定長的時間，只有當主庫上執行完成後，纔會在其他從庫上執行，會造成主庫與從庫長時間的延遲情況。
2) binlog日誌爲row格式時會產生大量的日誌
大批量寫操作會產生大量日誌，特別是對於row格式二進制數據而言，由於在row格式中會記錄每一行數據的修改，一次修改的數據越多，產生的日誌量也會越多，日誌的傳輸和恢復所需要的時間也就越長，這也是造成主從延遲的一個原因。
3) 避免產生大事務操作
大批量修改數據，一定是在一個事務中進行的，這會造成表中大批量數據進行鎖定，導致大量的阻塞，阻塞會對MySQL的性能影響很大。尤其是長時間的阻塞會佔滿所有數據庫的可用連接，會使生產環境中的其他應用無法連接到數據庫，因此一定要注意大批量寫操作要進行分批。
2. 對於大表使用pt-online-schema-change修改表結構
1) 可避免大表修改產生的主從延遲
2) 可避免在對錶字段進行修改時進行鎖表
生產環境中，對大表數據結構的修改一定要謹慎，會造成嚴重的縮表操作；
pt-online-schema-change首先建立一個與原表結構相同的新表，並且在新表上進行表結構的修改，然後再把原表中的數據複製到新表中，並在原表中增加一些觸發器。
把原表中新增的數據也複製到新表中，在將所有數據複製完成之後，把新表命名成原表，並把原來的表刪除掉。把原來一個DDL操作，分解成多個小批次作業進行。
這也是對錶進行碎片整理/重組的一個常用方式。
3. 禁止爲程序使用的賬號賦予super權限
原因：當MySQL 達到最大連接數限制時，此刻還運行1個有super權限的用戶連接，super權限只能留給DBA處理問題的賬號使用。
4. 對於程序連接數據庫賬號，遵循權限最小原則程序
使用數據庫賬號只能在一個DB下使用，不準跨庫 程序使用的賬號原則上不準有drop權限。
其他一些操作規範：
5. 任何數據庫的線上操作，必須走工單
6. 禁止在主庫上執行統計類的功能查詢；
7. 有大規模市場推廣、運營活動必須提前通知DBA進行流量評估；
8. 對單表的多次alter操作必須合併爲一次操作；
9. 不在MySQL數據庫中存放業務邏輯，即可創建存儲過程；
10. 重大項目的數據庫方案選型和設計必須提前通知DBA參與；
11. 數據必須有備份機制和定期的恢復演練；
12. 不在業務高峯期批量更新、查詢數據庫；
個人博客網站：https://programmerblog.xyz
本文分享自微信公衆號 - IT技術分享社區（gh_a27c0758eb03）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。