Mysql高性能优化规范(一)：设计规范

一、数据库命令规范

1. 所有数据库对象名称必须使用小写字母并用下划线分割；
2. 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）；
3. 数据库对象的命名要能做到见名识意，并且最好不要超过32个字符；
4. 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；
5. 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）；

二、数据库基本设计规范

2.1、所有表必须使用Innodb存储引擎

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、数据库和表的字符集统一使用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、所有表和字段都需要添加注释

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、尽量控制单表数据量的大小，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

三、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:

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，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。

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

3.2、避免使用TEXT、BLOB数据类型，最常见的TEXT类型可以存储64k的数据

建议把BLOB或是TEXT列分离到单独的扩展表中。
1. 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；
2. 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；
3. 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；
4. 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

修改ENUM值需要使用ALTER语句；
ENUM类型的ORDER BY操作效率低，需要额外操作；
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

原因：

索引NULL列需要额外的空间来保存，所以要占用更多的空间；
进行比较和计算时要对NULL值做特别的处理。

3.5、使用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 超出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）

缺点1： 无法用日期函数进行计算和比较；
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

非精准浮点： float,double
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。

四、索引设计规范

4.1、限制每张表上的索引数量，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。

4.2、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。

4.3、每个Innodb表必须有个主键

1. 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。
2. 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。
3. 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）。
4. 主键建议使用自增ID值。

4.4 建立索引列建议

1. 出现在SELECT、UPDATE、DELETE语句的WHERE从句中的列；
2. 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；
3. 多表join的关联列。

4.5 选择索引列的顺序

1. 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）；
2. 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）；
3. 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）。

4.6 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。

1. 重复索引示例： primary key(id)、index(id)、unique index(id)
2. 冗余索引示例： index(a,b,c)、index(a,b)、index(a)

4.7 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：

避免Innodb表进行索引的二次查询

1.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;
2. 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。

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。
必要时可以使用force index来强制查询走某个索引

有的时候MySQL优化器采取它认为合适的索引来检索SQL语句，但是可能它所采用的索引并不是我们想要的。这时就可以采用forceindex来强制优化器使用我们制定的索引。

4.8 尽量避免使用外键约束

1. 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；
2. 外键可用于保证数据的参照完整性，但建议在业务端实现；
3. 外键会影响父表和子表的写操作从而降低性能。

五、数据库操作行为规范

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

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

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。

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。

5.2、对于大表使用pt-online-schema-change修改表结构

避免大表修改产生的主从延迟
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。