58到家MySQL军规升级版

本文涉及的产品
云数据库 RDS MySQL Serverless,0.5-2RCU 50GB
简介: 58到家MySQL军规升级版

一、基础规范

  • 表存储引擎必须使用InnoDB

 

  • 表字符集默认使用utf8,必要时候使用utf8mb4

解读:

1)通用,无乱码风险,汉字3字节,英文1字节

2utf8mb4utf8的超集,有存储4字节例如表情符号时,使用它

 

  • 禁止使用存储过程,视图,触发器,Event

解读:

1)对数据库性能影响较大,互联网业务,能让站点层和服务层干的事情,不要交到数据库层

2)调试,排错,迁移都比较困难,扩展性较差

 

  • 禁止在数据库中存储大文件,例如照片,可以将大文件存储在对象存储系统,数据库中存储路径
  • 禁止在线上环境做数据库压力测试
  • 测试,开发,线上数据库环境必须隔离

 

二、命名规范

  • 库名,表名,列名必须用小写,采用下划线分隔

解读:abc,Abc,ABC都是给自己埋坑

 

  • 库名,表名,列名必须见名知义,长度不要超过32字符

解读:tmp,wushan谁TM知道这些库是干嘛的

 

  • 库备份必须以bak为前缀,以日期为后缀
  • 从库必须以-s为后缀
  • 备库必须以-ss为后缀

 

三、表设计规范

  • 单实例表个数必须控制在2000个以内
  • 单表分表个数必须控制在1024个以内
  • 表必须有主键,推荐使用UNSIGNED整数为主键

潜在坑:删除无主键的表,如果是row模式的主从架构,从库会挂住

 

  • 禁止使用外键,如果要保证完整性,应由应用程式实现

解读:外键使得表之间相互耦合,影响update/delete等SQL性能,有可能造成死锁,高并发情况下容易成为数据库瓶颈

 

  • 建议将大字段,访问频度低的字段拆分到单独的表中存储,分离冷热数据

解读:具体参加《如何实施数据库垂直拆分

 

四、列设计规范

  • 根据业务区分使用tinyint/int/bigint,分别会占用1/4/8字节
  • 根据业务区分使用char/varchar

解读:

1)字段长度固定,或者长度近似的业务场景,适合使用char,能够减少碎片,查询性能高

2)字段长度相差较大,或者更新较少的业务场景,适合使用varchar,能够减少空间

 

  • 根据业务区分使用datetime/timestamp

解读:前者占用5个字节,后者占用4个字节,存储年使用YEAR,存储日期使用DATE,存储时间使用datetime

 

  • 必须把字段定义为NOT NULL并设默认值

解读:

1NULL的列使用索引,索引统计,值都更加复杂,MySQL更难优化

2NULL需要更多的存储空间

3NULL只能采用IS NULL或者IS NOT NULL,而在=/!=/in/not in时有大坑

 

  • 使用INT UNSIGNED存储IPv4,不要用char(15)

 

  • 使用varchar(20)存储手机号,不要使用整数

解读:

1)牵扯到国家代号,可能出现+/-/()等字符,例如+86

2)手机号不会用来做数学运算

3varchar可以模糊查询,例如like ‘138%’

 

  • 使用TINYINT来代替ENUM

解读:ENUM增加新值要进行DDL操作

 

五、索引规范

  • 唯一索引使用uniq_[字段名]来命名
  • 非唯一索引使用idx_[字段名]来命名
  • 单张表索引数量建议控制在5个以内

解读:

1)互联网高并发业务,太多索引会影响写性能

2)生成执行计划时,如果索引太多,会降低性能,并可能导致MySQL选择不到最优索引

3)异常复杂的查询需求,可以选择ES等更为适合的方式存储

 

  • 组合索引字段数不建议超过5个

解读:如果5个字段还不能极大缩小row范围,八成是设计有问题

 

  • 不建议在频繁更新的字段上建立索引
  • 非必要不要进行JOIN查询,如果要进行JOIN查询,被JOIN的字段必须类型相同,并建立索引

解读:踩过因为JOIN字段类型不一致,而导致全表扫描的坑么?

 

  • 理解组合索引最左前缀原则,避免重复建设索引,如果建立了(a,b,c),相当于建立了(a), (a,b), (a,b,c)

 

六、SQL规范

  • 禁止使用select *,只获取必要字段

解读:

1select *会增加cpu/io/内存/带宽的消耗

2)指定字段能有效利用索引覆盖

3)指定字段查询,在表结构变更时,能保证对应用程序无影响

 

  • insert必须指定字段,禁止使用insert into T values()

解读:指定字段插入,在表结构变更时,能保证对应用程序无影响

 

  • 隐式类型转换会使索引失效,导致全表扫描

 

  • 禁止在where条件列使用函数或者表达式

解读:导致不能命中索引,全表扫描

 

  • 禁止负向查询以及%开头的模糊查询

解读:导致不能命中索引,全表扫描

 

  • 禁止大表JOIN和子查询
  • 同一个字段上的OR必须改写问IN,IN的值必须少于50个
  • 应用程序必须捕获SQL异常

解读:方便定位线上问题

 

说明:本军规适用于并发量大,数据量大的典型互联网业务,可直接带走参考,不谢。

 

军规练习:为什么下列SQL不能命中phone索引?

select uid from user where phone=13811223344


相关实践学习
基于CentOS快速搭建LAMP环境
本教程介绍如何搭建LAMP环境,其中LAMP分别代表Linux、Apache、MySQL和PHP。
全面了解阿里云能为你做什么
阿里云在全球各地部署高效节能的绿色数据中心,利用清洁计算为万物互联的新世界提供源源不断的能源动力,目前开服的区域包括中国(华北、华东、华南、香港)、新加坡、美国(美东、美西)、欧洲、中东、澳大利亚、日本。目前阿里云的产品涵盖弹性计算、数据库、存储与CDN、分析与搜索、云通信、网络、管理与监控、应用服务、互联网中间件、移动服务、视频服务等。通过本课程,来了解阿里云能够为你的业务带来哪些帮助     相关的阿里云产品:云服务器ECS 云服务器 ECS(Elastic Compute Service)是一种弹性可伸缩的计算服务,助您降低 IT 成本,提升运维效率,使您更专注于核心业务创新。产品详情: https://www.aliyun.com/product/ecs
相关文章
|
2月前
|
监控 关系型数据库 MySQL
mysql升级和降级
mysql升级和降级
70 9
|
3月前
|
存储 缓存 关系型数据库
鱼和熊掌如何兼得?一文解析RDS数据库存储架构升级
阿里云RDS率先推出新型存储类型通用云盘,提供低延迟、低成本、高持久性的用户体验。
鱼和熊掌如何兼得?一文解析RDS数据库存储架构升级
|
3月前
|
存储 关系型数据库 MySQL
升级宝典!阿里云RDS MySQL助力MySQL5.7升级到8.0
2023年10月,社区MySQL5.7停服。阿里云RDS MySQL对MySQL5.7的服务将进行到2024年10月21日,同时,并将通过有效的方案和大量的升级经验,鼓励和助力广大企业和开发者将MySQL5.7升级到MySQL8.0。
|
29天前
|
SQL 关系型数据库 MySQL
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(8.0版本升级篇)
【MySQL技术专题】「问题实战系列」深入探索和分析MySQL数据库的数据备份和恢复实战开发指南(8.0版本升级篇)
96 0
|
7月前
|
关系型数据库 MySQL 数据库
【Navicat 连接MySQL时出现错误1251:客户端不支持服务器请求的身份验证协议;请考虑升级MySQL客户端】
【Navicat 连接MySQL时出现错误1251:客户端不支持服务器请求的身份验证协议;请考虑升级MySQL客户端】
387 0
|
4月前
|
存储 分布式计算 关系型数据库
云原生数据仓库AnalyticDB MySQL湖仓版架构升级,持续释放技术红利!
云原生数据仓库AnalyticDB MySQL湖仓版架降价23%!持续提供高性价比的产品服务
|
4月前
|
存储 SQL 关系型数据库
MySQL5.7到8.0的升级迁移!高效的MySQL跨版本迁移技术解读
NineData是一种高效、稳定且易于使用的迁移工具,可帮助用户将MySQL 5.7迁移到MySQL 8.0。由于MySQL 5.7已经结束生命周期并不再获得技术支持,因此迁移至MySQL 8.0是必要的。NineData提供了数据复制功能,包括数据迁移和实时同步,还支持双向复制。与传统迁移方法相比,NineData具有简单易用、数据一致、强劲性能和高可靠性的优势。它提供了完善的观测和干预能力,保障迁移的成功。此外,NineData还提供了对比功能,确保数据的一致性。通过简单的配置过程,用户可以实现自动化的数据迁移。NineData还提供了完善的观测和干预能力,帮助用户追踪迁移进展并诊断和修复
496 3
|
4月前
|
存储 分布式计算 关系型数据库
|
8月前
|
存储 关系型数据库 MySQL
|
9月前
|
存储 SQL 分布式计算
AnalyticDB MySQL升级为湖仓一体架构:从湖到仓,打造云原生一站式数据分析平台
AnalyticDB MySQL湖仓版同时支持低成本离线处理和高性能在线分析,适合ETL/BI报表/交互式查询/APP应用等多场景,并可无缝替换CDH/TDH/Databricks/Presto/Spark/Hive等