• 如果您觉得本站非常有看点,那么赶紧使用Ctrl+D 收藏吧

mysql数据库设计规范

开发技术 开发技术 3天前 11次浏览

1. 数据库命名规范

1.1.   库命名规范

ü  所有数据库对象名称必须使用小写字母并用下划线分割;

ü  所有数据库对象名称禁止使用mysql保留关键字(如果表名中包含关键字查询时,需要将其用单引号括起来);

ü  数据库对象的命名要能做到见名识意,并且最后不要超过32个字符

ü  临时库表必须以tmp_为前缀并以日期为后缀,备份表必须以bak_为前缀并以日期(时间戳)为后缀;

ü  所有存储相同数据的列名和列类型必须一致(一般作为关联列,如果查询时关联列类型不一致会自动进行数据类型隐式转换,会造成列上的索 引失效,导致查询效率降低)。

1.2.   表命名规范

ü  表名构成:系统缩写+_+对象名称(英文单词或英文缩写)+数据库对象后缀,例如业务标准系统的某个表名:HR_ACCOUNT_TD;

ü  表名使用的字母使用大写;

ü  表名长度建议不超过16个字符,如果太长,请使用单词的缩写;

ü  表名中对象名称不能使用汉字;

ü  表名中对象名称不能使用中文拼音或中文拼音的首字母;

ü  表名中对象名称尽可能不使用阿拉伯数字;

ü  表名中对象不允许出现数据库保留词,以免出现访问冲突;

ü  表名中绝对不要在对象名称的字符之间留空格;

ü  表名中如果对象的名称仅有一个单词,则不使用缩写;

对象名称

对象类别

命名规则(加前缀)

业务数据表

HR_对象名_TD

代码表

HR_对象名_TC

关联表

HR_对象名_TJ

系统定义表

HR_对象名_TS

键和索引

主键

HR_对象名_PK

外键

HR_对象名_FK

索引

HR_对象名_IX

视图

 

HR_对象名_VIEW

 

HR_对象名_PACK

存储过程

 

HR_对象名_PROC

函数

 

HR_对象名_FUNC

触发器

 

HR_对象名_TRI

1.3.   字段命名规范

ü  字段名全部大写;

ü  字段名中不同单词之间使用“_”;

ü  字段名长度不建议超过15个字符,如果太长,请使用单词的缩写。

1.4.   常用属性定义

属性类别

类型

长度

备注

人的姓名

VARCHAR

45

 

电话号码

VARCHAR

11

 

部门

VARCHAR

90

 

单位/机构名称

VARCHAR

150

 

地址

VARCHAR

150

 

判断字

NUMBER

1

0:否 1:是

时间、日期

DATE

 

 

意见、理由、描述、简介、备注

VARCHAR2

2000

 

CLOB

 

大于1000请采用CLOB类型

图片

BLOB

 

 

金额

NUMBER

8,2

 

比例

NUMBER

3,2

 

1.5.   设计规范

一般必须满足三个数据库设计范式。

ü  表结构中不能含有任何重复的数据字段

违反该范式的例子:

求职人员表:

求职人员编号

求职人员姓名

联系电话1

联系电话2

P001

张三

65656566

65656565

P002

李四

65656568

65656569

问题:若增加一个“联系电话3”则要修改表结构,原来的应用程序也将重新修改。

正确处理:

求职人员表:                         

求职人员编号

求职人员姓名

P001

张三

P002

李四

求职人员联系表:

求职人员编号

序号

联系电话

P001

01

65656565

P001

02

65656566

P002

01

65656567

P002

02

65656568

ü  要求每一列均函数性地依赖于主关键字

违反该范式的例子:

物业分布表:

分布点编号

所在地址

所在城市

H001

蒲汇塘路

上海

H002

漕宝路

上海

H003

汉中路

上海

主要服务表:

服务编码

服务收费

P01

70.99

P02

21.00

P03

502.54

服务记录表:

分布点编号

服务编码

所在地址

任务描述

日期

H002

P02

漕宝路

树木修剪

1997/11/15

H002

P03

漕宝路

上油

1997/12/01

H003

P01

汉中路

熔炉

1997/12/03

问题:服务记录表是以“分布点编号”和“服务编码”作为主关键字。“所在地址”和“任务描述”两列不完全函数性地依赖于主关键字。显然服务期间地址通常是不变的,不管在什么地方执行任务,特定任务的描述应该是一样的。

正确处理:

主要服务表:

服务编码

服务收费

任务描述

P01

70.99

熔炉

P02

21.00

树木修剪

P03

502.54

上油

服务记录表:

分布点编号

服务编码

日期

H002

P02

1997/11/15

H002

P03

1997/12/01

H003

P01

1997/12/03

 

ü  表中记录符合第二范式且不存在传递依赖,当表中含有一定其他列的非主列时,存在传递依赖。

违反该范式的例子:

学生考试成绩表

学号

课程

考试日期

成绩

累计平均

S001

CIS091

1997/10/17

84

81

S002

MGT100

1997/10/17

72

77

S003

CIS091

1997/10/17

93

90

问题:“学号”,“课程”和“考试日期”为主关键字。“累计平均”列代表该学生所有课程成绩的平均,这列传递依赖于“学号”列,因此不符合第三范式。

正确处理:

学生个人信息表

学号

姓名

累计平均

S001

张三

91

S002

李四

80

S003

王五

78

学生考试成绩表

学号

课程

考试日期

成绩

S001

CIS091

1997/10/17

84

S002

MGT100

1997/10/17

72

S003

CIS091

1997/10/17

93

 

特殊情况可不用设计范式

*存储计算值到数据库中。

*将历史信息分割到其他表中。

存储计算值:通常,一个设计良好的关系数据库不存储任何计算数据如总和,平均值,最大值和最小值。这些数据通常在运行时利用基本数据来计算。然而,有些场合把计算值储存起来可能更简单,更快,更明智。

比如:

旅客表:

旅客编号

姓名

Z001

张三

 

L004

李四

 

W008

王五

飞行情况表:

旅客编号

飞行次数

飞行日期

飞行里程

Z001

11

1998/01/02

7832

 

 

 

L004

1800

1998/02/03

7743

 

 

 

W008

27

1998/04/03

743

问题:“飞行情况表”会很快增加,渐渐达到几万行。旅客若打电话询问自己飞行有多少公里,希望立刻得到回答,然而查询“飞行情况表”并把所有单个里程加起来可能要花费几秒的时间。这时就需要把总和信息存储起来,以供快速查询。

正确处理:

旅客编号

姓名

旅客里程

Z001

张三

73873

 

 

L004

李四

92923

 

 

W008

王五

8727

为保持总公里数的相对实时性,可以每晚运行一个加总程序更新总和,这样做可至少带来两个好处:

其一:总公里数可快速获取。

其二:更好地平衡负载。繁重的加总工作放在晚上处理。

为了更快更新,从而得到更准确的数据,需要使用类似触发器的方法来得到最新的数据。

查找历史:假设维护一个信用卡支付系统,顾客通常打电话来了解自己最近的收支情况。偶尔他们想知道几个月前的收支情况。在这个应用中最主要的表如下:

业务交易表:

交易编码

客户编码

使用日期

金额

T0001

C2021

1997/11/1

414.88

 

T1012

C3000

1997/11/9

65.90

问题:该表会很快增长到几百万行,查找一个客户的所有记录需要几秒钟。事实上顾客和服务人员对这反应时间都有抱怨。

改进方法一:由于客户一般只查询最近月份的交易信息,可以另加两个同样的缓冲表,每月底,进行一次数据移动即可(把最近月份的数据删除)。

改进方法二:可利用其“分区”的概念,通过复制机制,将一个数据库复制到另外一个数据库中。

2. 数据库设计规范

2.1.   存储引擎必须为Innodb

没有特殊要求(即Innodb无法满足的功能如:列存储,存储空间数据等)的情况下,所有表必须使用Innodb存储引擎(mysql5.5之前默认使用Myisam,5.6以后默认的为Innodb)Innodb 支持事务,支持行级锁,更好的恢复性,高并发下性能更好。

2.2.   字符集统一使用UTF8

兼容性更好,统一字符集可以避免由于字符集转换产生的乱码,不同的字符集进行比较前需要进行转换会造成索引失效。

2.3.   表和字段必须添加注释

使用comment从句添加表和列的备注 从一开始就进行数据字典的维护。

2.4.   单表数据量建议控制在500万以内

500万并不是MySQL数据库的限制,过大会造成修改表结构,备份,恢复都会有很大的问题。

可以用历史数据归档(应用于日志数据),分库分表(应用于业务数据)等手段来控制数据量大小。

2.5.   谨慎使用MySQL分区表

分区表在物理上表现为多个文件,在逻辑上表现为一个表 谨慎选择分区键,跨分区查询效率可能更低 建议采用物理分表的方式管理大数据

2.6.   尽量做到冷热数据分离,减小表的宽度

MySQL限制每个表最多存储4096列,并且每一行数据的大小不能超过65535字节 减少磁盘IO,保证热数据的内存缓存命中率(表越宽,把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的IO) 更有效的利用缓存,避免读入无用的冷数据 经常一起使用的列放到一个表中(避免更多的关联操作)。

2.7.   禁止在表中建立预留字段

预留字段的命名很难做到见名识义 预留字段无法确认存储的数据类型,所以无法选择合适的类型 对预留字段类型的修改,会对表进行锁定。

2.8.   禁止在数据库中存储图片、文件等大的二进制数据

通常文件很大,会短时间内造成数据量快速增长,数据库进行数据库读取时,通常会进行大量的随机IO操作,文件很大时,IO操作很耗时 通常存储于文件服务器,数据库只存储文件地址信息。

2.9.   禁止在线上做数据库压力测试

2.10.      禁止从开发环境,测试环境直接连接生成环境数据库

3. 数据库字段设计规范

3.1.   优先选择符合存储需要的最小的数据类型

原因:列的字段越大,建立索引时所需要的空间也就越大,这样一页中所能存储的索引节点的数量也就越少也越少,在遍历时所需要的IO次数也就越多, 索引的性能也就越差。

方法:

1)将字符串转换成数字类型存储,如:将IP地址转换成整形数据。mysql提供了两个方法来处理ip地址:

inet_aton 把ip转为无符号的整型(4-8位)

inet_ntoa 把整型的ip转为地址

插入数据前,先用inet_aton把ip地址转为整型,可以节省空间。显示数据时,使用inet_ntoa把整型的ip地址转为地址显示即可。

2)对于非负型的数据(如自增ID、整型IP)来说,要优先使用无符号整型来存储。因为:无符号相对于有符号可以多出一倍的存储空间。

SIGNED INT -2147483648~2147483647

UNSIGNED INT 0~4294967295

VARCHAR(N)中的N代表的是字符数,而不是字节数,使用UTF8存储255个汉字 Varchar(255)=765个字节。过大的长度会消耗更多的内存。

3.2.  避免使用TEXT、BLOB数据类型

ü  最常见的TEXT类型可以存储64k的数据;

ü  建议把BLOB或是TEXT列分离到单独的扩展表中:

Mysql内存临时表不支持TEXT、BLOB这样的大数据类型,如果查询中包含这样的数据,在排序等操作时,就不能使用内存临时表,必须使用磁盘临时表进行。而且对于这种数据,Mysql还是要进行二次查询,会使sql性能变得很差,但是不是说一定不能使用这样的数据类型。

如果一定要使用,建议把BLOB或是TEXT列分离到单独的扩展表中,查询时一定不要使用select * 而只需要取出必要的列,不需要TEXT列的数据时不要对该列进行查询。

ü  TEXT或BLOB类型只能使用前缀索引:

因为MySQL对索引字段长度是有限制的,所以TEXT类型只能使用前缀索引,并且TEXT列上是不能有默认值的。

3.3.  避免使用ENUM类型

ü  修改ENUM值需要使用ALTER语句;

ü  ENUM类型的ORDER BY操作效率低,需要额外操作;

ü  禁止使用数值作为ENUM的枚举值。

3.4.  尽可能把所有列定义为NOT NULL

ü  索引NULL列需要额外的空间来保存,所以要占用更多的空间;

ü  进行比较和计算时要对NULL值做特别的处理。

3.5.  时间存储使用TIMESTAMP或DATETIME

ü  TIMESTAMP(4个字节)或DATETIME类型(8个字节)存储时间.

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07。TIMESTAMP 占用4字节和INT相同,但比INT可读性高出TIMESTAMP取值范围的使用DATETIME类型存储。经常会有人用字符串存储日期型的数据(不正确的做法):

ü  缺点1:无法用日期函数进行计算和比较;

ü  缺点2:用字符串存储日期要占用更多的空间。

3.6.  同财务相关的金额类数据必须使用decimal类型

ü  非精准浮点:float,double

ü  精准浮点:decimal

Decimal类型为精准浮点数,在计算时不会丢失精度。占用空间由定义的宽度决定,每4个字节可以存储9位数字,并且小数点要占用一个字节。可用于存储比bigint更大的整型数据。

4. 索引设计规范

4.1.  索引设计规范

4.1.1.    建议单张表索引不超过5个

索引并不是越多越好!索引可以提高效率同样可以降低效率。

索引可以增加查询效率,但同样也会降低插入和更新的效率,甚至有些情况下会降低查询效率。

因为mysql优化器在选择如何优化查询时,会根据统一信息,对每一个可以用到的索引来进行评估,以生成出一个最好的执行计划,如果同时有很多个索引都可以用于查询,就会增加mysql优化器生成执行计划的时间,同样会降低查询性能。

4.1.2.    禁止给表中的每一列都建立单独的索引

5.6版本之前,一个sql只能使用到一个表中的一个索引,5.6以后,虽然有了合并索引的优化方式,但是还是远远没有使用一个联合索引的查询方式好。

4.1.3.    每个Innodb表必须有个主键

Innodb是一种索引组织表:数据的存储的逻辑顺序和索引的顺序是相同的。

每个表都可以有多个索引,但是表的存储顺序只能有一种 Innodb是按照主键索引的顺序来组织表的。

不要使用更新频繁的列作为主键,不适用多列主键(相当于联合索引) 不要使用UUID、MD5、HASH、字符串列作为主键(无法保证数据的顺序增长)。

主键建议使用自增ID值。

4.2.  常见索引列建议

出现在SELECT、UPDATE、DELETE语句的WHERE从句中的列;

包含在ORDER BY、GROUP BY、DISTINCT中的字段;

并不要将符合1和2中的字段的列都建立一个索引,通常将1、2中的字段建立联合索引效果更好;

多表join的关联列。

4.3.  如何选择索引列的顺序

建立索引的目的是:希望通过索引进行数据查找,减少随机IO,增加查询性能 ,索引能过滤出越少的数据,则从磁盘中读入的数据也就越少。

区分度最高的放在联合索引的最左侧(区分度=列中不同值的数量/列的总行数);

尽量把字段长度小的列放在联合索引的最左侧(因为字段长度越小,一页能存储的数据量越大,IO性能也就越好);

使用最频繁的列放到联合索引的左侧(这样可以比较少的建立一些索引)。

4.4.  避免建立冗余索引和重复索引

因为这样会增加查询优化器生成执行计划的时间。

重复索引示例:**primary key(id)、index(id)、unique index(id)

冗余索引示例:**index(a,b,c)、index(a,b)、index(a)

4.5.  优先考虑覆盖索引

对于频繁的查询优先考虑使用覆盖索引。

覆盖索引:就是包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引

覆盖索引的好处:

ü  避免Innodb表进行索引的二次查询

Innodb是以聚集索引的顺序来存储的,对于Innodb来说,二级索引在叶子节点中所保存的是行的主键信息,如果是用二级索引查询数据的话,在查找到相应的键值后,还要通过主键进行二次查询才能获取我们真实所需要的数据。而在覆盖索引中,二级索引的键值中可以获取所有的数据,避免了对主键的二次查询 ,减少了IO操作,提升了查询效率。

ü  可以把随机IO变成顺序IO加快查询效率

由于覆盖索引是按键值的顺序存储的,对于IO密集型的范围查找来说,对比随机从磁盘读取每一行的数据IO要少的多,因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO。

4.6.  索引SET规范:尽量避免使用外键约束

ü  不建议使用外键约束(foreign key),但一定要在表与表之间的关联键上建立索引;

ü  外键可用于保证数据的参照完整性,但建议在业务端实现;

ü  外键会影响父表和子表的写操作从而降低性能。

5. 数据库SQL开发规范

5.1.  建议使用预编译语句进行数据库操作

预编译语句可以重复使用这些计划,减少SQL编译所需要的时间,还可以解决动态SQL所带来的SQL注入的问题只传参数,比传递SQL语句更高效相同语句可以一次解析,多次使用,提高处理效率。

5.2.  避免数据类型的隐式转换

隐式转换会导致索引失效。如:select name,phone from customer where id = ‘111’;

5.3.  充分利用表上已经存在的索引

ü  避免使用双%号的查询条件。

如a like ‘%123%’,(如果无前置%,只有后置%,是可以用到列上的索引的)

ü  一个SQL只能利用到复合索引中的一列进行范围查询

如:有 a,b,c列的联合索引,在查询条件中有a列的范围查询,则在b,c列上的索引将不会被用到,在定义联合索引时,如果a列要用到范围查找的话,就要把a列放到联合索引的右侧。使用left join或 not exists来优化not in操作。因为not in 也通常会使用索引失效。

5.4.  数据库设计时需考虑以后扩展

5.5.  禁止程序跨库查询

ü  程序连接不同的数据库使用不同的账号,禁止跨库查询;

ü  为数据库迁移和分库分表留出余地;

ü  降低业务耦合度;

ü  避免权限过大而产生的安全风险;

5.6.  禁止使用SELECT *

所有的查询,必须使用SELECT <字段列表> 查询,禁止使用SELECT *查询。

原因:

ü  消耗更多的CPU和IO以网络带宽资源

ü  无法使用覆盖索引;

ü  可减少表结构变更带来的影响。

5.7.  禁止使用不含字段列表的INSERT语句

如:insert into values (‘a’,’b’,’c’);

应使用insert into t(c1,c2,c3) values (‘a’,’b’,’c’);

5.8.  避免使用子查询,可以把子查询优化为join操作

通常子查询在in子句中,且子查询中为简单SQL(不包含union、group by、order by、limit从句)时,才可以把子查询转化为关联查询进行优化。

子查询性能差的原因:

ü  子查询的结果集无法使用索引,通常子查询的结果集会被存储到临时表中,不论是内存临时表还是磁盘临时表都不会存在索引,所以查询性能会受到一定的影响;

ü   特别是对于返回结果集比较大的子查询,其对查询性能的影响也就越大;

ü  由于子查询会产生大量的临时表也没有索引,所以会消耗过多的CPU和IO资源,产生大量的慢查询。

5.9.  避免使用JOIN关联太多的表

对于Mysql来说,是存在关联缓存的,缓存的大小可以由join_buffer_size参数进行设置。

在Mysql中,对于同一个SQL多关联(join)一个表,就会多分配一个关联缓存,如果在一个SQL中关联的表越多,所占用的内存也就越大。

如果程序中大量的使用了多表关联的操作,同时join_buffer_size设置的也不合理的情况下,就容易造成服务器内存溢出的情况,就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说,会产生临时表操作,影响查询效率Mysql最多允许关联61个表,建议不超过5个。

5.10.     减少同数据库的交互次数

数据库更适合处理批量操作 合并多个相同的操作到一起,可以提高处理效率

5.11.     对应同一列进行or判断时,使用in代替or

in的值不要超过500个in操作可以更有效的利用索引,or大多数情况下很少能利用到索引。

5.12.     禁止使用order by rand() 进行随机排序

会把表中所有符合条件的数据装载到内存中,然后在内存中对所有数据根据随机生成的值进行排序,并且可能会对每一行都生成一个随机值,如果满足条件的数据集非常大,就会消耗大量的CPU和IO及内存资源

推荐在程序中获取一个随机值,然后从数据库中获取数据的方式

5.13.     WHERE从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会导致无法使用索引。

不推荐:where date(create_time_=’20200102’

推荐:where create_time >=’20200102’ and create_time<’20200103’;

5.14.     在明显不会有重复值时使用UNION ALL而不是UNION

ü  UNION会把两个结果集的所有数据放到临时表中后再进行去重操作;

ü   UNION ALL不会再对结果集进行去重操作。

5.15.     拆分复杂的大SQL为多个小SQL

ü  大SQL:逻辑上比较复杂,需要占用大量CPU进行计算的SQL;

ü  MySQL:一个SQL只能使用一个CPU进行计算;

ü  SQL拆分后可以通过并行执行来提高处理效率。

6. 数据库操作行为规范

6.1.   大批量数据操作需要分批多次操作

超100万行的批量写(UPDATE、DELETE、INSERT)操作,要分批多次进行操作

ü  大批量操作可能会造成严重的主从延迟

主从环境中,大批量操作可能会造成严重的主从延迟,大批量的写操作一般都需要执行一定长的时间,而只有当主库上执行完成后,才会在其他从库上执行,所以会造成主库与从库长时间的延迟情况。

ü  binlog日志为row格式时会产生大量的日志

大批量写操作会产生大量日志,特别是对于row格式二进制数据而言,由于在row格式中会记录每一行数据的修改,我们一次修改的数据越多,产生的日志量也就会越多,日志的传输和恢复所需要的时间也就越长,这也是造成主从延迟的一个原因。

ü  避免产生大事务操作

大批量修改数据,一定是在一个事务中进行的,这就会造成表中大批量数据进行锁定,从而导致大量的阻塞,阻塞会对MySQL的性能产生非常大的影响。特别是长时间的阻塞会占满所有数据库的可用连接,这会使生产环境中的其他应用无法连接到数据库,因此一定要注意大批量写操作要进行分批。

6.2.   对于大表使用pt-online-schema-change修改表结构

ü  避免大表修改产生的主从延迟

ü  避免在对表字段进行修改时进行锁表

对大表数据结构的修改一定要谨慎,会造成严重的锁表操作,尤其是生产环境,是不能容忍的。

pt-online-schema-change它会首先建立一个与原表结构相同的新表,并且在新表上进行表结构的修改,然后再把原表中的数据复制到新表中,并在原表中增加一些触发器。

把原表中新增的数据也复制到新表中,在行所有数据复制完成之后,把新表命名成原表,并把原来的表删除掉。

把原来一个DDL操作,分解成多个小的批次进行。

6.3.   禁止为程序使用的账号赋予super权限

当达到最大连接数限制时,还运行1个有super权限的用户连接super权限只能留给DBA处理问题的账号使用。

6.4.   对于程序连接数据库账号,遵循权限最小原则

程序使用数据库账号只能在一个DB下使用,不准跨库程序使用的账号原则上不准有drop权限。

7.  其他

ü  保证数据完整性:

n  使用事务提交概念;

n  使用触发器等手段;

n  设置外键。

ü  数据库维护(整理,备份,恢复);

ü  数据库访问操作必须考虑网络多用户使用冲突问题;

ü  对较大系统,需要考虑数据安全性,数据分布,数据复制,数据仓库等等;

ü  必须考虑数据库访问速度,对于数据量较大的表,一定要加索引。


喜欢 (0)