1 建表規約
❝
【強制】表達是與否概念的字段，必須使用 is_xxx 的方式命名，數據類型是 unsigned tinyint (1 表示是，0 表示否)。 說明：任何字段如果為非負數，必須是 unsigned。 注意：數據庫表示是與否的值，使用 tinyint 類型，堅持 is_xxx 的 命名方式是為了明確其取值含義與取值範圍。 正例：表達邏輯刪除的字段名 is_deleted，1 表示刪除，0 表示未刪除。
❞
解讀：從優化角度來講，應該按字段的用途來定義合適的類型。表達是與否，用長度為1個字節的tinyint足以。
❝
【強制】表名、字段名必須使用小寫字母或數字，禁止出現數字開頭，禁止兩個下劃線中間只 出現數字。數據庫字段名的修改代價很大，因為無法進行預發佈，所以字段名稱需要慎重考慮。 說明：MySQL 在 Windows 下不區分大小寫，但在 Linux 下默認是區分大小寫。因此，數據庫名、 表名、字段名，都不允許出現任何大寫字母，避免節外生枝。 正例：aliyun_admin，rdc_config，level3_name 反例:AliyunAdmin，rdcConfig，level_3_name
❞
解讀：Win環境下開發，代碼中用的表名是小寫，本地數據庫用的是大寫，那麼在win環境下沒有問題，但發佈到linux環境會有問題。Linux下MySQL安裝完後默認：區分表名的大小寫，不區分列名的大小寫,總而言之都用小寫就不會出現問題。
MySQL在Linux下數據庫名、表名、列名、別名大小寫規則：
（1）數據庫名與表名是嚴格區分大小寫
（2）表的別名是嚴格區分大小寫
（3）列名與列的別名在所有的情況下均是忽略大小寫的
（4）變量名也是嚴格區分大小寫的
❝
【強制】表名不使用複數名詞。 說明：表名應該僅僅表示表裡面的實體內容，不應該表示實體數量，對應於 DO 類名也是單數形式，符合表達習慣。
❞
❝
【強制】禁用保留字，如 desc、range、match、delayed 等，請參考 MySQL 官方保留字。
❞
❝
【強制】主鍵索引名為 pk_字段名;唯一索引名為 uk_字段名;普通索引名則為 idx_字段名。 說明：pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的簡稱
❞
❝
【強制】小數類型為 decimal，禁止使用 float 和 double。 說明：float 和 double 在存儲的時候，存在精度損失的問題，很可能在值的比較時，得到不 正確的結果。如果存儲的數據範圍超過 decimal 的範圍，建議將數據拆成整數和小數分開存儲。
❞
解讀：float和double都是浮點型，而decimal是定點型。MySQL 浮點型和定點型可以用類型名稱後加（M，D）來表示，M表示該值的總共長度，D表示小數點後面的長度。
FLOAT和DOUBLE在不指定精度時，默認會按照實際的精度來顯示，而DECIMAL在不指定精度時，默認整數為10，小數為0。所以建議在定義表時，定義（M，D）。
float和double在設置超過定義長度的數值時，會自動四捨五入，decimal會截斷，並給出一條警告。
精度損失問題：float和double類型的列，在做sum計算時，會丟失精度，而decimal會精確計算。
❝
【強制】如果存儲的字符串長度幾乎相等，使用 char 定長字符串類型。
❞
解讀：從優化角度來說，如果一個表的所有字段都是定長的，那麼每一條數據也就是定長的，數據庫就可以直接計算出下一條數據的偏移量，查詢速度會更快。
❝
【強制】varchar 是可變長字符串，不預先分配存儲空間，長度不要超過 5000，如果存儲長 度大於此值，定義字段類型為 text，獨立出來一張表，用主鍵來對應，避免影響其它字段索 引效率。
❞
解讀：MySQL5.0以上版本，varchar最大可以存儲65535字節數據（內容開頭用1-2個字節存儲長度信息，超過255時用兩個字節，所以最大65535）。 我們通常編碼設置為U8，每個字符最多佔3個字節，那麼最大長度不能超過21845。 若定義的時候超過上述限制，則varchar字段會被強行轉為text類型，併產生warning。 此外，受MYSQL行長度限制影響，MySQL要求一個行的定義長度不能超過65535。若定義的表長度超過這個值，則提示ERROR 1118 (42000): Row size too large。
數據庫中定義的「varchar(20)指的是20個字符」。 關於5000的建議：由於通常定義的U8每個字符佔3個字節，那麼5000字符需要15000個字節，考慮行最大長度限制和別的列，以及查詢性能，推薦5000。
❝
【推薦】表的命名最好是加上“業務名稱_表的作用”。 正例： alipay_task / force_project / trade_config
❞
❝
【推薦】庫名與應用名稱儘量一致。
❞
❝
【推薦】如果修改字段含義或對字段表示的狀態追加時，需要及時更新字段註釋。
❞
❝
【推薦】字段允許適當冗餘，以提高查詢性能，但必須考慮數據一致。冗餘字段應遵循： 1） 不是頻繁修改的字段。 2） 不是 varchar 超長字段，更不能是 text 字段。 正例： 商品類目名稱使用頻率高，字段長度短，名稱基本一成不變，可在相關聯的表中冗餘存儲類目名稱，避免關聯查詢。
❞
❝
【參考】合適的字符存儲長度，不但節約數據庫表空間、節約索引存儲，更重要的是提升檢索速度。 正例： 人都在150歲之內，用tinyint unsigned存儲（取值範圍：0-255）。 其中無符號值可以避免誤存負數， 且擴大了表示範圍
❞
2 索引規約
❝
【強制】業務上具有唯一特性的字段，即使是多個字段的組合，也必須建成唯一索引。 說明： 不要以為唯一索引影響了 insert 速度，這個速度損耗可以忽略，但提高查找速度是明顯的； 另外，即使在應用層做了非常完善的校驗控制，只要沒有唯一索引，根據墨菲定律，必然有髒數據產生。
❞
解讀：墨菲定律：如果事情有變壞的可能，不管這種可能性有多小，它總會發生。
❝
【強制】超過三個表禁止 join。需要 join 的字段，數據類型必須絕對一致； 多表關聯查詢時，保證被關聯的字段需要有索引。 說明： 即使雙表 join 也要注意表索引、 SQL 性能。
❞
❝
【強制】在 varchar 字段上建立索引時，必須指定索引長度，沒必要對全字段建立索引，根據實際文本區分度決定索引長度即可。 說明： 索引的長度與區分度是一對矛盾體，一般對字符串類型數據，長度為 20 的索引，區分度會高達 90%以上，可以使用 count(distinct left(列名, 索引長度))/count(*)的區分度來確定。
❞
解讀：區分度是指不重複的索引值和數據表的記錄總數的比值，範圍(0,1]，值越高則查詢效率越高。 對於blob,text,varchar的列必須使用前綴索引，MySQL不允許索引這些列的完整長度。 最好選擇足夠長的前綴保證較高的區分度，也不能太長（節省空間）。
❝
【強制】頁面搜索嚴禁左模糊或者全模糊，如果需要請走搜索引擎來解決。 說明： 索引文件具有 B-Tree 的最左前綴匹配特性，如果左邊的值未確定，那麼無法使用此索引。
❞
❝
【推薦】如果有 order by 的場景，請注意利用索引的有序性。 order by 最後的字段是組合索引的一部分，並且放在索引組合順序的最後，避免出現 file_sort 的情況，影響查詢性能。 正例： where a=? and b=? order by c; 索引： a_b_c 反例： 索引中有範圍查找，那麼索引有序性無法利用，如： WHERE a>10 ORDER BY b; 索引a_b 無法排序。
❞
解讀：file_sort即在order by時發生的文件排序，如果排序時沒有用到索引，就會產生file_sort。 只有當索引的列順序和order by子句的順序完全一致，並且所有列的排序方向都一樣時，才能用索引排序。如果查詢需要關聯多張表，只有當order by子句引用的字段全部為第一個表時，才能使用索引排序。
❝
【推薦】利用覆蓋索引來進行查詢操作， 避免回表。 說明： 如果一本書需要知道第 11 章是什麼標題，會翻開第 11 章對應的那一頁嗎？目錄瀏覽一下就好，這個目錄就是起到覆蓋索引的作用。 正例： 能夠建立索引的種類分為主鍵索引、唯一索引、普通索引三種，而覆蓋索引只是一種查詢的一種效果，用 explain 的結果， extra 列會出現： using index。
❞
解讀：如果一個索引包含所有需要查詢的字段的值，稱之為“覆蓋索引”。 由於覆蓋索引必須要存儲索引列的值，哈希索引、空間索引和全文索引都不存儲列的值，MySQL只有B-Tree索引可以做覆蓋索引。如：對id,name,title三個字段建立索引，在索引中會存儲這三個列的值，如果查詢：select id,name,title from table where id < 10; 通過explain會看到extra為using index。
如果查詢select * from table where id < 10;就不會使用覆蓋索引，因為索引中沒有包含所有的列值。
❝
【推薦】利用延遲關聯或者子查詢優化超多分頁場景。 說明： MySQL 的limit查詢並不是跳過 offset 行，而是取 offset+N 行，然後返回放棄前 offset 行，返回N 行，那當 offset 特別大的時候，效率就非常的低下，要麼控制返回的總頁數，要麼對超過特定閾值的頁數進行 SQL 改寫。 解讀：案例
❞
<code>select count(*) from user_game_info; // 共有956176條數據 select * from user_game_info a limit 900000, 20; // 此查詢耗時0.547S select t1.* from user_game_info t1, (select id from user_game_info limit 900000, 20) t2 where t1.id = t2.id; // 優化後耗時0.178S/<code>
❝
【推薦】 SQL 性能優化的目標：至少要達到 range 級別， 要求是 ref 級別， 如果可以是 consts最好。 說明： 1） consts 單表中最多隻有一個匹配行（ 主鍵或者唯一索引） ，在優化階段即可讀取到數據。 2） ref 指的是使用普通的索引（ normal index） 。 3） range 對索引進行範圍檢索。 反例： explain 表的結果， type=index，索引物理文件全掃描，速度非常慢，這個 index 級別比較 range 還低，與全表掃描是小巫見大巫。
❞
解讀：這裡說的是explain中的type字段（連接類型）。 常見的幾種類型有：all、index、range、ref、eq_ref、const，從左到右效率依次增強。
1）All:全表掃描
2）Index:先掃描全部索引，再回表獲取數據，性能不比all強
3）Range:有範圍的索引掃描，between/and/>/
4）Ref:查找條件列使用了索引而且不為主鍵和unique
5）Eq_ref:優化器已知查詢結果只有一個，在使用了主鍵或唯一索引的情況下觸發
6）Const:將主鍵放到where後面做等值查詢，例如：select * from user_game_info where id = 100;
❝
【推薦】建組合索引的時候，區分度最高的在最左邊。 正例： 如果 where a=? and b=? ， 如果 a 列的幾乎接近於唯一值，那麼只需要單建 idx_a索引即可。 說明： 存在非等號和等號混合時，在建索引時，請把等號條件的列前置。如： where c>? and d=? 那麼即使 c 的區分度更高，也必須把 d 放在索引的最前列， 即索引 idx_d_c。
❞
❝
【推薦】 防止因字段類型不同造成的隱式轉換，導致索引失效。
❞
解讀：例如，給表tb_user_account表的username(varchar)字段加索引，由於字段是varchar類型的，所以查詢條件一定要少字符串類型
隱式轉換規則： 1）兩個參數至少有一個是 NULL 時，比較的結果也是 NULL，例外是使用 <=> 對兩個 NULL 做比較時會返回 1，這兩種情況都不需要做類型轉換
2）兩個參數都是字符串，會按照字符串來比較，不做類型轉換
3）兩個參數都是整數，按照整數來比較，不做類型轉換
4）十六進制的值和非數字做比較時，會被當做二進制串
5）有一個參數是 TIMESTAMP 或 DATETIME，並且另外一個參數是常量，常量會被轉換為 timestamp
6）有一個參數是 decimal 類型，如果另外一個參數是 decimal 或者整數，會將整數轉換為 decimal 後進行比較，如果另外一個參數是浮點數，則會把 decimal 轉換為浮點數進行比較
7）所有其他情況下，兩個參數都會被轉換為浮點數再進行比較
❝
【參考】創建索引時避免有如下極端誤解： 1） 寧濫勿缺。 認為一個查詢就需要建一個索引。 2） 寧缺勿濫。 認為索引會消耗空間、嚴重拖慢更新和新增速度。 3） 抵制唯一索引。 認為業務的唯一性一律需要在應用層通過“先查後插”方式解決。
❞
3 SQL語句
❝
【強制】不要使用 count(列名)或 count(常量)來替代 count()， count()是 SQL92 定義的標準統計行數的語法，跟數據庫無關，跟 NULL 和非 NULL 無關。 說明： count(*)會統計值為 NULL 的行，而 count(列名)不會統計此列為 NULL 值的行。
❞
❝
【強制】 count(distinct col) 計算該列除 NULL 之外的不重複行數， 注意 count(distinctcol1, col2) 如果其中一列全為 NULL，那麼即使另一列有不同的值，也返回為 0。
❞
❝
【強制】當某一列的值全是 NULL 時， count(col)的返回結果為 0，但 sum(col)的返回結果為NULL，因此使用 sum()時需注意 NPE 問題。 正例： 可以使用如下方式來避免 sum 的 NPE(null point Exception) 問題： SELECT IF(ISNULL(SUM(g)),0,SUM(g))FROM table;
❞
❝
【強制】使用 ISNULL()來判斷是否為 NULL 值。 說明： NULL 與任何值的直接比較都為 NULL。 1） NULL<>NULL 的返回結果是 NULL， 而不是 false。 2） NULL=NULL 的返回結果是 NULL， 而不是 true。 3） NULL<>1 的返回結果是 NULL，而不是 true。
❞
❝
【強制】 在代碼中寫分頁查詢邏輯時，若 count 為 0 應直接返回，避免執行後面的分頁語句。 解讀：先查詢COUNT，後查詢分頁數據
❞
❝
【強制】不得使用外鍵與級聯，一切外鍵概念必須在應用層解決。 說明：以學生和成績的關係為例，學生表中的 student_id是主鍵，那麼成績表中的 student_id則為外鍵。如果更新學生表中的 student_id，同時觸發成績表中的 student_id 更新， 即為級聯更新。外鍵與級聯更新適用於單機低併發，不適合分佈式、高併發集群； 級聯更新是強阻塞，存在數據庫更新風暴的風險； 外鍵影響數據庫的插入速度。
❞
❝
【強制】禁止使用存儲過程，存儲過程難以調試和擴展，更沒有移植性。
❞
❝
【強制】數據訂正（特別是刪除、 修改記錄操作） 時，要先 select，避免出現誤刪除，確認無誤才能執行更新語句。
❞
解讀：手動執行SQL來修改或刪除數據時，先用where後的條件select一遍，確認數據無誤後，在執行update或delete。
❝
【推薦】 in 操作能避免則避免，若實在避免不了，需要仔細評估 in 後邊的集合元素數量，控制在 1000 個之內。
❞
❝
【參考】 如果有國際化需要，所有的字符存儲與表示，均以 utf-8 編碼，注意字符統計函數的區別。 說明：SELECT LENGTH(“輕鬆工作”)； 返回為 12，統計字節數SELECT CHARACTER_LENGTH(“輕鬆工作”)； 返回為 4，統計字符數如果需要存儲表情，那麼選擇 utf8mb4 來進行存儲，注意它與 utf-8 編碼的區別。 解讀：utf8可以存儲3個字節的數據，utf8mb4可以存儲四個字節，專門用來兼容4個字節的unicode，utf8mb4是utf8的超集，將編碼從utf8改為utf8mb4無需額外轉換。 Emoji表情不在utf8的3個字節的表示範圍之內，可以用utf8mb4存儲。
❞
4 ORM映射
❝
【強制】在表查詢中，一律不要使用 * 作為查詢的字段列表，需要哪些字段必須明確寫明。 說明： 1）增加查詢分析器解析成本。 2）增減字段容易與 resultMap 配置不一致。 3）無用字段增加網絡消耗，尤其是 text 類型的字段。
❞
解讀：可以更好的利用“覆蓋索引”。
❝
【參考】 @Transactional 事務不要濫用。事務會影響數據庫的 QPS，另外使用事務的地方需要考慮各方面的回滾方案，包括緩存回滾、搜索引擎回滾、消息補償、統計修正等。
❞
