詳細解讀阿里手冊之MySQL
阿里手冊是阿里工程師多年一線經驗的結晶，遵循其中的約定與規範，能很大程度的減少某些未知的隱患。
其規約強度由強到弱分為強制、推薦、參考三大類。
本文詳細解讀了阿里手冊的MySQL部分，如果是一些很明確的、不需要過多解釋的約定，本文不會解讀。
本文分為四部分：
- 建表規約
- 索引規約
- SQL語句
- ORM對映
1 建表規約
【強制】表達是與否概念的欄位，必須使用 is_xxx 的方式命名，資料型別是 unsigned tinyint (1 表示是，0 表示否)。
- 說明：任何欄位如果為非負數，必須是 unsigned。
- 注意：POJO 類中的任何布林型別的變數，都不要加 is 字首，所以，需要在設定 從 is_xxx 到 Xxx 的對映關係。資料庫表示是與否的值，使用 tinyint 型別，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：表達邏輯刪除的欄位名 is_deleted，1 表示刪除，0 表示未刪除。
- 解讀：從優化角度來講，應該按欄位的用途來定義合適的型別。表達是與否，用長度為1個位元組的tinyint足以。
【強制】表名、欄位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。資料庫欄位名的修改代價很大，因為無法進行預釋出，所以欄位名稱需要慎重考慮。
- 說明：MySQL 在 Windows 下不區分大小寫，但在 Linux 下預設是區分大小寫。因此，資料庫名、 表名、欄位名，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，程式碼中用的表名是小寫，本地資料庫用的是大寫，那麼在win環境下沒有問題，但釋出到linux環境會有問題。Linux下MySQL安裝完後預設：區分表名的大小寫，不區分列名的大小寫
MySQL在Linux下資料庫名、表名、列名、別名大小寫規則：
（1）資料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）變數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_欄位名;唯一索引名為 uk_欄位名;普通索引名則為 idx_欄位名。
- 說明：pk_ 即 primary key;uk_ 即 unique key;idx_ 即 index 的簡稱。
【強制】小數型別為 decimal，禁止使用 float 和 double。
- 說明：float 和 double 在儲存的時候，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。如果儲存的資料範圍超過 decimal 的範圍，建議將資料拆成整數和小數分開儲存。
- 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型別名稱後加（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，預設會按照實際的精度來顯示，而DECIMAL在不指定精度時，預設整數為10，小數為0。所以建議在定義表時，定義（M，D）。
float和double在設定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型別的列，在做sum計算時，會丟失精度，而decimal會精確計算。
【強制】如果儲存的字串長度幾乎相等，使用 char 定長字串型別。
- 解讀：從優化角度來說，如果一個表的所有欄位都是定長的，那麼每一條資料也就是定長的，資料庫就可以直接計算出下一條資料的偏移量，查詢速度會更快。
【強制】varchar 是可變長字串，不預先分配儲存空間，長度不要超過 5000，如果儲存長 度大於此值，定義欄位型別為 text，獨立出來一張表，用主鍵來對應，避免影響其它欄位索 引效率。
- 解讀：MySQL5.0以上版本，varchar最大可以儲存65535位元組資料（內容開頭用1-2個位元組儲存長度資訊，超過255時用兩個位元組，所以最大65535）。
我們通常編碼設定為U8，每個字元最多佔3個位元組，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欄位會被強行轉為text型別，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。
資料庫中定義的varchar(20)指的是20個字元。
關於5000的建議：由於通常定義的U8每個字元佔3個位元組，那麼5000字元需要15000個位元組，考慮行最大長度限制和別的列，以及查詢效能，推薦5000。
【強制】表必備三欄位:id, gmt_create, gmt_modified。
- 說明：其中id必為主鍵，型別為bigint unsigned、單表時自增、步長為1。gmt_create, gmt_modified 的型別均為 datetime 型別，前者現在時表示主動建立，後者過去分詞表示被動更新。
【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】如果修改欄位含義或對欄位表示的狀態追加時，需要及時更新欄位註釋。
【推薦】欄位允許適當冗餘，以提高查詢效能，但必須考慮資料一致。冗餘欄位應遵循：
1） 不是頻繁修改的欄位。
2） 不是 varchar 超長欄位，更不能是 text 欄位。
- 正例： 商品類目名稱使用頻率高，欄位長度短，名稱基本一成不變，可在相關聯的表中冗餘儲存類目名稱，避免關聯查詢。
【推薦】單錶行數超過 500 萬行或者單表容量超過 2GB，才推薦進行分庫分表。
-
說明： 如果預計三年後的資料量根本達不到這個級別，請不要在建立表時就分庫分表。
-
解讀：超過後對各方面效能影響較大，淘新聞出現過一次表過大引發的故障。
【參考】合適的字元儲存長度，不但節約資料庫表空間、節約索引儲存，更重要的是提升檢索速度。
- 正例： 如下表，其中無符號值可以避免誤存負數， 且擴大了表示範圍
| 型別 | 年齡 | 欄位型別 | 欄位長度 | 取值範圍 |
|---|---|---|---|---|
| 人 | 150歲之內 | tinyint unsigned | 1 | 無符號值: 0~255 |
2 索引規約
【強制】業務上具有唯一特性的欄位，即使是多個欄位的組合，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，但提高查詢速度是明顯的； 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，必然有髒資料產生。
- 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 的欄位，資料型別必須絕對一致； 多表關聯查詢時，保證被關聯的欄位需要有索引。
- 說明： 即使雙表 join 也要注意表索引、 SQL 效能。
【強制】在 varchar 欄位上建立索引時，必須指定索引長度，沒必要對全欄位建立索引，根據實際文字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，一般對字串型別資料，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資料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的列必須使用字首索引，MySQL不允許索引這些列的完整長度。
最好選擇足夠長的字首保證較高的區分度，也不能太長（節省空間）。
【強制】頁面搜尋嚴禁左模糊或者全模糊，如果需要請走搜尋引擎來解決。
說明： 索引檔案具有 B-Tree 的最左字首匹配特性，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 最後的欄位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，影響查詢效能。
- 正例： where a=? and b=? order by c; 索引： a_b_c
- 反例： 索引中有範圍查詢，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時發生的檔案排序，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子句引用的欄位全部為第一個表時，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欄位的值，稱之為“覆蓋索引”。
由於覆蓋索引必須要儲存索引列的值，雜湊索引、空間索引和全文索引都不儲存列的值，MySQL只有B-Tree索引可以做覆蓋索引。如：對id,name,title三個欄位建立索引，在索引中會儲存這三個列的值，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
select count(*) from user_game_info; // 共有956176條資料
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
【推薦】 SQL 效能優化的目標：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資料。
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，索引物理檔案全掃描，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欄位（連線型別）。
常見的幾種型別有：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，再回表獲取資料，效能不比all強
3）Range:有範圍的索引掃描，between/and/>/</in/or可觸發
4）Ref:查詢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>? andd=? 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】 防止因欄位型別不同造成的隱式轉換，導致索引失效。
- 解讀：例如，給上文提到的tb_user_account表的username(varchar)欄位加索引，由於欄位是varchar型別的，所以上圖中的查詢型別匹配，命中索引，下圖是用int型別匹配的，無法命中索引。
以字串形式查詢，命中索引
因隱式轉換，未命中索引
隱式轉換規則：
- 兩個引數至少有一個是 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型別轉換
- 兩個引數都是字串，會按照字串來比較，不做型別轉換
- 兩個引數都是整數，按照整數來比較，不做型別轉換
- 十六進位制的值和非數字做比較時，會被當做二進位制串
- 有一個引數是 TIMESTAMP 或 DATETIME，並且另外一個引數是常量，常量會被轉換為 timestamp
- 有一個引數是 decimal 型別，如果另外一個引數是 decimal 或者整數，會將整數轉換為 decimal 後進行比較，如果另外一個引數是浮點數，則會把 decimal 轉換為浮點數進行比較
- 所有其他情況下，兩個引數都會被轉換為浮點數再進行比較
【參考】建立索引時避免有如下極端誤解：
- 寧濫勿缺。 認為一個查詢就需要建一個索引。
- 寧缺勿濫。 認為索引會消耗空間、嚴重拖慢更新和新增速度。
- 抵制惟一索引。 認為業務的惟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，跟資料庫無關，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 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】 在程式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，後查詢分頁資料
【強制】不得使用外來鍵與級聯，一切外來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則為外來鍵。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。外來鍵與級聯更新適用於單機低併發，不適合分散式、高併發叢集； 級聯更新是強阻塞，存在資料庫更新風暴的風險； 外來鍵影響資料庫的插入速度。
【強制】禁止使用儲存過程，儲存過程難以除錯和擴充套件，更沒有移植性。
【強制】資料訂正（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來修改或刪除資料時，先用where後的條件select一遍，確認資料無誤後，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，所有的字元儲存與表示，均以 utf-8 編碼，注意字元統計函式的區別。
- 說明：SELECT LENGTH(“輕鬆工作”)； 返回為 12，統計位元組數SELECT CHARACTER_LENGTH(“輕鬆工作”)； 返回為 4，統計字元數如果需要儲存表情，那麼選擇 utf8mb4 來進行儲存，注意它與 utf-8 編碼的區別。
- 解讀：utf8可以儲存3個位元組的資料，utf8mb4可以儲存四個位元組，專門用來相容4個位元組的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個位元組的表示範圍之內，可以用utf8mb4儲存。
【參考】 TRUNCATE TABLE 比 DELETE 速度快，且使用的系統和事務日誌資源少，但 TRUNCATE無事務且不觸發 trigger，有可能造成事故，故不建議在開發程式碼中使用此語句。說明： TRUNCATE TABLE 在功能上與不帶 WHERE 子句的 DELETE 語句相同。
4 ORM對映
【強制】在表查詢中，一律不要使用 * 作為查詢的欄位列表，需要哪些欄位必須明確寫明。
- 說明：
1） 增加查詢分析器解析成本。
2） 增減欄位容易與 resultMap 配置不一致。
3）無用欄位增加網路消耗，尤其是 text 型別的欄位。
- 解讀：可以更好的利用“覆蓋索引”。
【強制】 POJO 類的布林屬性不能加 is，而資料庫欄位必須加 is_，要求在 resultMap 中進行欄位與屬性之間的對映。
- 說明： 參見定義 POJO 類以及資料庫欄位定義規定，在中增加對映，是必須的。在 MyBatis Generator 生成的程式碼中，需要進行對應的修改。
【強制】不要用 resultClass 當返回引數，即使所有類屬性名與資料庫欄位一一對應，也需要定義； 反過來，每一個表也必然有一個 POJO 類與之對應。
- 說明： 配置對映關係，使欄位與 DO 類解耦，方便維護。
【強制】sql.xml 配置引數使用： #{}， #param# 不要使用${} 此種方式容易出現 SQL 注入。
- 解讀：#與$的區別：在預編譯中的處理是不一樣的。#{} 在預處理時，會把引數部分用一個佔位符 ? 代替，如：
select * from user where name = ?;
而 ${} 則只是簡單的字串替換，在動態解析階段，該 sql 語句會被解析成
select * from user where name = 'zhangsan’;
以上，#{} 的引數替換是發生在 DBMS 中，而 ${} 則發生在動態解析過程中。
【強制】 iBATIS 自帶的 queryForList(String statementName,int start,int size)不推薦使用。
- 說明：其實現方式是在資料庫取到 statementName對應的SQL語句的所有記錄，再通過 subList取 start,size 的子集合。
- 正例： Map<String, Object> map = new HashMap<>();map.put("start", start);map.put("size", size);
【強制】不允許直接拿 HashMap 與 Hashtable 作為查詢結果集的輸出。
- 說明： resultClass=”Hashtable”， 會置入欄位名和屬性值，但是值的型別不可控。
【推薦】不要寫一個大而全的資料更新介面。 傳入為 POJO 類，不管是不是自己的目標更新欄位，都進行 update table set c1=value1,c2=value2,c3=value3; 這是不對的。執行 SQL時， 不要更新無改動的欄位，一是易出錯； 二是效率低； 三是增加 binlog 儲存。
【參考】 @Transactional 事務不要濫用。事務會影響資料庫的 QPS，另外使用事務的地方需要考慮各方面的回滾方案，包括快取回滾、搜尋引擎回滾、訊息補償、統計修正等。
【參考】 中的 compareValue 是與屬性值對比的常量，一般是數字，表示相等時帶上此條件； 表示不為空且不為 null 時執行； 表示不為 null 值時執行。
