🪴 Obsidian Publish

数据库设计规范 from 阿里

21分钟阅读

数据库设计规范-阿里云开发者社区

设计规范

  1. 【推荐】字段允许适当冗余，以提高查询性能，但必须考虑数据一致。冗余字段应遵循:
  • 不是频繁修改的字段。
  • 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。

  1. 【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 2 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。

  2. 【推荐】id 必须是主键，每个表必须有主键，且保持增长趋势的，小型系统可以依赖于 MySQL 的自增主键，大型系统或者需要分库分表时才使用内置的 ID 生成器

  3. 【强制】id 类型没有特殊要求，必须使用 bigint unsigned，禁止使用 int，即使现在的数据量很小。id 如果是数字类型的话，必须是 8 个字节。参见最后例子

  • 方便对接外部系统，还有可能产生很多废数据
  • 避免废弃数据对系统 id 的影响
  • 未来分库分表，自动生成 id，一般也是 8 个字节

  1. 【推荐】字段尽量设置为 NOT NULL，为字段提供默认值。如字符型的默认值为一个空字符值串’’;数值型默认值为数值 0;逻辑型的默认值为数值 0;

  2. 【推荐】每个字段和表必须提供清晰的注释

  3. 【推荐】时间统一格式:‘YYYY-MM-DD HH:MM:SS’

  4. 【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,

命名规范

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)。

说明:任何字段如果为非负数，必须是 unsigned。

正例:表达逻辑删除的字段名 is_deleted，1 表示删除，0 表示未删除。

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。说明:MySQL 在 Windows 下不区分大小写，但在 Linux 下默认是区分大小写。因此，数据库名、表名、字段名，都不允许出现任何大写字母，避免节外生枝。

正例: health_user，rdc_config，level3_name

反例: HealthUser，rdcConfig，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】主键索引名为 pk_字段名;唯一索引名为 uk_字段名;普通索引名则为 idx_字段名。

说明: pk_ 即 primary key; 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, is_delete, 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，前者现在时表示主动创建，后者过去分词表示被动更新。

10.【强制】所有命名必须使用全名，有默认约定的除外，如果超过 30 个字符，使用缩写，请尽量名字易懂简短，如 description ⇒ desc;information ⇒ info;address ⇒ addr 等

11.【推荐】表的命名最好是加上“业务名称_表的作用”。正例: health_user / trade_config

12.【推荐】库名与应用名称尽量一致。如 health

13.【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

14.【推荐】所有时间字段，都以 gmt_开始，后面加上动词的过去式，最后不要加上 time 单词，例如 gmt_create

类型规范

1.表示状态字段(0-255)的使用 TINYINT UNSINGED，禁止使用枚举类型，注释必须清晰地说明每个枚举的含义，以及是否多选等

2.表示 boolean 类型的都使用 TINYINT(1),因为 mysql 本身是没有 boolean 类型的，在自动生成代码的时候，DO 对象的字段就是 boolean 类型，例如 is_delete;其余所有时候都使用 TINYINT(4)

TINYINT(4),这个括号里面的数值并不是表示使用多大空间存储，而是最大显示宽度，并且只有字段指定 zerofill 时有用，没有 zerofill，(m)就是无用的,例如 id BIGINT ZEROFILL NOT NULL,所以建表时就使用默认就好了，不需要加括号了，除非有特殊需求，例如 TINYINT(1)代表 boolean 类型。

TINYINT(1)，TINYINT(4)都是存储一个字节，并不会因为括号里的数字改变。例如 TINYINT(4)存储 22 则会显示 0022，因为最大宽度为 4，达不到的情况下用 0 来补充。

3.【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。

类型字节表示范围
tinyint1无符号值: 0 ～ 255;有符号值： -128~127
smallint2无符号值: 0 ～ 65536;有符号值： -32768~32767
mediumint3无符号值: 0 ～ 16777215;有符号值： -8388608~8388607
int4无符号值: 04294967295;有符号值： -21474836482147483647
bigint8无符号值: 0~((2³²×²)-1);有符号值： -(2³²×²)/2 ~ (2³²×²)/2-1

4.非负的数字类型字段，都添加上 UNSINGED, 如可以使用 INT UNSINGED 字段存 IPV4

5.时间字段使用时间日期类型，不要使用字符串类型存储，日期使用 DATE 类型，年使用 YEAR 类型，日期时间使用 DATETIME

6.字符串 VARCHAR(N), 其中 N 表示字符个数，请尽量减少 N 的大小，参考：code VARCHAR(32)；name VARCHAR(32)；memo VARCHAR(512)；

7.Blob 和 Text 类型所存储的数据量大，删除和修改操作容易在数据表里产生大量的碎片，避免使用 Blob 或 Text 类型

索引规范

  1. 【强制】业务上具有唯一特性的字段，即使是多个字段的组合，也必须建成唯一索引。

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控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。

  1. 【强制】超过三个表禁止 join。需要 join 的字段，数据类型必须绝对一致;多表关联查询时，保证被关联的字段需要有索引。

即使双表 join 也要注意表索引、SQL 性能。

  1. 【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即可。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。

  2. 【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。

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。

  1. 【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。

  1. 【推荐】利用覆盖索引来进行查询操作，避免回表。
    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效果，用 explain 的结果，extra 列会出现:using index。

  1. 【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. 【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:

  • 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。
  • ref 指的是使用普通的索引(normal index)。
  • 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。
  1. 【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。

  1. 【推荐】防止因字段类型不同造成的隐式转换，导致索引失效。

  2. 【参考】创建索引时避免有如下极端误解

  • 宁滥勿缺。认为一个查询就需要建一个索引。
  • 宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。
  • 抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。

12. 总结

  • 索引占磁盘空间，不要重复的索引，尽量短
    • 只给常用的查询条件加索引
    • 过滤性高的列建索引，取值范围固定的列不建索引
    • 唯一的记录添加唯一索引
    • 频繁更新的列不要建索引
    • 不要对索引列运算
    • 同样过滤效果下，保持索引长度最小
    • 合理利用组合索引，注意索引字段先后顺序
    • 多列组合索引，过滤性高的字段最前
    • order by 字段建立索引，避免 filesort
    • 组合索引，不同的排序顺序不能使用索引
    • <>!=无法使用索引

SQL 规范

1.【强制】不要使用 count(列名) 或 count(常量) 来替代 count()，count() 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。

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 之外的不重复行数，

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 col 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;

4.【强制】使用 ISNULL() 来判断是否为 NULL 值。说明: NULL 与任何值的直接比较都为 NULL。

NULL<>NULL 的返回结果是 NULL，而不是 false。
NULL=NULL 的返回结果是 NULL，而不是 true。
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:以学生和成绩的关系为例，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，即为级联更新。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，注意字符统计函数的区别。

说明:

SELECT LENGTH(“轻松工作”); 返回为 12
SELECT CHARACTER_LENGTH(“轻松工作”); 返回为 4 如果需要存储表情，那么选择 utfmb4 来进行存储，注意它与 utf-8 编码的区别。

11.【参考】TRUNCATE TABLE 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。

12.【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; 这是不对的。执行 SQL 时，不要更新无改动的字段，一是易出错;二是效率低;三是增加 binlog 存储。

13.总结

• 能够快速缩小结果集的 WHERE 条件写在前面，如果有恒量条件，也尽量放在前面，例如 where 1=1
• 避免使用 GROUP BY、DISTINCT 等语句的使用，避免联表查询和子查询
• 能够使用索引的字段尽量进行有效的合理排列
• 针对索引字段使用 >, >=, =, <, <=, IF NULL 和 BETWEEN 将会使用索引，如果对某个索引字段进行 LIKE 查询，使用 LIKE   ‘%abc%’不能使用索引，使用 LIKE ‘abc%’将能够使用索引
• 如果在 SQL 里使用了 MySQL 部分自带函数，索引将失效
• 避免直接使用 select *,只取需要的字段，增加使用覆盖索引使用的可能
• 对于大数据量的查询，尽量避免在 SQL 语句中使用 order by 字
句
• 连表查询的情况下，要确保关联条件的数据类型一致，避免嵌
套子查询
• 对于连续的数值，使用 between 代替 in
• where 语句中尽量不要使用 CASE 条件
• 当只要一行数据时使用 LIMIT 1

例子

CREATE TABLE `health_package` (
  `id` bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '序号',
  `package_id` int unsigned NOT NULL COMMENT '套系 id',
  `module_id`  int unsigned NOT NULL COMMENT '模块 id',
  `is_delete` tinyint unsigned NOT NULL DEFAULT 0 COMMENT '是否删除，0-未删除，1-删除，默认为 0',
  `gmt_create` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT 'Create time, common column by DB rules',
  `gmt_modified` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT 'Modified time,common column by DB rules ',
  PRIMARY KEY (`id`)
) COMMENT='This table stores module and package of health for ...';