MySQL高性能的几个习惯

SQL规约

DDL、SQL写得好

一定要有主键(Primary Key)
没有主键会导致什么问题?
- 数据多次读取后可能更离散，有更多随机I/O
- MySQL复制环境中,如果选择RBR模式，没有主键的update需要读全表，导致复制延迟
好的主键特点
- 没有业务用途
- 数据呈连续增长，且最好是自增(AUTO_INCREMENT)
- 坚决不能选用CHAR/UUID等类型
关于数据长度
- 够用前提下，越短越好
- 消耗更少的存储空间
- 需要进行排序时，消耗更少的内存空间
- 例如用INT UNSIGNED存储IPV4地址，不用CHAR(15)类型
- 案例：11个字符长度的数值，bigint vs char(120) vs char(11)，1万条
  记录，Logical_read：111 vs 1170 vs 224
适当使用TEXT/BLOG类型
- data page默认16KB
- 每行长度超过8KB时，就需要分裂data page
- 产生更多离散I/O
- 案例：一个100G的表拆分成4个表后，总大小仅25G
每个表增加create_time、update_time两个字段
- 分别表示创建时间以及更新时间
- 业务可能用不到，但对运维管理非常有用
- 可以用来判断哪些是可以归档的老数据，定期进行归档
- 方便用来做自定义的差异备份
索引很重要
- InnoDB行锁是基于索引实现的
- 如果没有索引将会是灾难性的
  - 读取时，全表扫描
  - 修改时，全表记录锁
索引设计
- 基数(cardinality)低的字段一般没必要建立单列索引
- 字符型字段上建立索引时优先采用部分索引(prefix index)
- 5.6.9之后，optimizer能识别到普通索引同时存储主键值，无需显式定义加上主键列(index extensions)
- 优先多列联合索引，少用单列索引
不要使用count(列名)或count(常量)来替代count()，count()是SQL92定义的标准统计行数的语法，跟数据库无关，跟null和非null无关。
说明：count(*)会统计值为NULL的行，而count(列名)不会统计此列为NULL的行
count(distinct col)计算该列值除NULL之外的不重复的行数，注意count(distinct col1, col2)如果其中一列全为NULL，那么即使另一列有不同的值，也返回为0
当某一列的值全是NULL时，count(col)返回为0，但sum(col)的返回结果为NULL，因此使用SUM()时需注意NPE问题
注：NPE(Null Pointer Exception)即空指针异常
正例：可以使用如下方式来避免 sum 的 NPE 问题：
1
SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;
使用ISNULL()来判断是否是NULL值。注意：NULL与任何值的直接比较都为NULL。
说明：
1. NULL <> NULL的返回结果为NULL，不是false
2. NULL = NULL的返回结果为NULL，而不是true
3. NULL <> 1的返回结果为NULL，而不是true
在代码中写分页逻辑查询时，若count为0应直接返回，避免执行后面的分页语句
不得使用外键与级联，一切外键概念必须在应用层解决。
说明：（概念解释）学生表中的student_id是主键，那么成绩表中的student_id则为外键。如果更新学生表中的student_id，同时触发成绩表中的student_id更新，则为级联更新。外键与级联更新适用于单机低并发，不适合分布式、高并发集群；级联更新是强阻塞，存在数据库更新风暴的风险；外键影响数据库的插入速度
禁止使用存储过程，存储过程难以调试和扩展，更没有移植性
数据订正时，删除和修改记录时，要先select，避免出现误删除，确认无误才能执行更新语句
in操作能避免则避免，若实在避免不了，需仔细评估in后面的集合元素数量，控制在1000以内
若有全球化需要，所有字符的存储与表示，均以utf8编码，那么字符计数方法需注意：
说明：
SELECT LENGTH(“轻松工作”); 返回为12
SELECT CHARACTER_LENGTH(“轻松工作”); 返回为4
如果要使用表情，使用utfmb4来进行存储，注意它与utf8编码的区别
TRUNCATE TABLE比DELETE速度更快，并且使用的系统事物和日志资源少，TRUNCATE无事物且不触发trigger，有可能造成事故，故不建议在开发代码中使用
说明：TRUECATE TABLE与不带WHERE的子句的DELETE在功能上相同
好SQL的几个特点
- 所有WHERE条件都加上引号
- 避免潜在的类型隐式转换风险
- 避免个别条件失效时造成SQL语法错误
- 不SELECT *
- 减少不必要的I/O(I/O成本较大)
- 提高可以利用覆盖索引的几率
- 避免SQL注入风险
- 所有用户输入值都要做过滤
- 利用PREPARE做预处理
- 利用SQL_MODE做限制
- LIKE查询时，不要用%通配符最左前导(无法使用索引)
- 能UNION ALL就不要UNION(UNION需要去重，产生临时表)
- SQL中最好不要有运算
- WHERE字句中不要有函数
- 关于JOIN
  - 满足业务需求前提下尽量用inner join，让优化器自动选择驱动表
  - 有时候优化器选择的驱动表未必是最优的，可以尝试采用手动调整
  - 最后的排序字段如果不在驱动表中，则会有filesort

糟糕的SQL示例
1.

1
2
3

UPDATE t SET c2 = ? AND c3 = ? WHREE c1 = ?
=>
UPDATE t SET c2 = ?,c3 = ? WHERE c1 = ?

UPDATE t SET c2 =?
        WHERE c1 = '?'
=>
UPDATE t SET c2 = ? WHERE c1 = '?'

1
2
3

SELECT * FROM t WHERE c1 = '?'
=>
SELECT c2,c3 FROM t WHERE c1 = '?'

1
2
3

SELECT c2,c3 FROM t WHERE c4 like '%???%'
=>
SELECT c2,c3 FROM t WHERE c1 >= ? AND c1 <= ? AND c4 like '%???%'

1
2
3

SELECT c2,c3 FROM t WHERE date(c1) = '2017-01-01'
=>
SELECT c2,c3 FROM t WHERE c1 >= '2017-01-01' AND c1 < '2017-01-02'

1
2
3

SELECT c2,c3 FROM t WHERE c1 = int_value
=>
SELECT c2,c3 FROM t WHERE c1 = 'int_value'

关于EXPLAIN
- 关键业务上线之前，都要EXPLAIN确认其执行计划
- 或提前分析slow query log，防患未然
- EXPLAIN中如有Using temporary、Using filesort、或typa=ALL时，尽量想办法进行优化

建表规约

表达是与否概念的字段，必须使用is_xxx的方式命名，数据类型是unsigned tinyint（1表示是，0表示否）。[强制]
表名、字段名必须使用小写字母或数字，禁止出现数字开头，禁止两个下划线中间只出现数字。数据库字段名的修改代价很大，因无法进行预发布，所以字段名称需慎重考虑。[强制]
正例：gatter_admin, task_config, level3_name
反例：GetterAdmin, taskConfig, level_3_name
表名不使用复数名词 [强制]
说明：标明应该仅仅表示表里面的实体内容，不应该表示实体数量，对应于DO类名也是单数形式，符合表达习惯。
禁用保留字，如desc、range、match、delayed等，详情请参考MySQL官方文档。 [强制]
主键索引名为pk_fieldName;唯一索引名为uk_fieldName;普通索引名为idxfieldName。[强制]
说明：pk即primary key;uk即unique key;idx即index的简称。
小数类型为decimal，禁止使用double和float。 [ 强制 ]
说明：float和double在存储时，存在精度损失问题，很可能在值比较时得不到正确的结果。如果存储的数据范围超过decimal的范围，建议将数字拆分成证书和小数单独存储。
如果存储的字符串长度几乎相等，使用char定长字符串类型。 [ 强制 ]
varchar是可变长字符串，不预先分配存储空间，长度不要超过5000，若存储长度大于此值，定义字段类型为text,独立出来一张表，用主键来对应，避免影响其他字段索引效率。 [ 强制 ]
表必备3个字段，id、gmt_create、gmt_modified。 [ 强制 ]
其中id为主键，类型为unsigned bigint、单表时自增、步长为1。gmt_create,gmt_modified的类型均为date_time类型。
表的命名方式最好是“业务名称_表的作用”。 [ 推荐 ]
正例：tiger_task / tiger_reader / mpp_config
数据库名与应用名称尽量一致。 [ 推荐 ]
如果修改字段含义或对字段表示的状态追加时，需要及时更新字段注释。 [ 推荐 ]
字段允许适当冗余，以提高性能，但是必须考虑数据同步的情况。冗余字段应遵循：
1. 不是频繁修改的字段
2. 不是varchar超长字段，更不能是text字段
  正例：商品类目名称使用频率高，字段长度短，名称基本一成不变，可在相关联的表中冗余存
  储类目名称，避免关联查询。
单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表。[ 推荐 ]
说明：如果预计三年后的数据量根本达不到这个级别，请不要在创建表时就分库分表。
合适的字符存储长度，不但节约数据库表空间、节约索引存储，更重要的是提升检
索速度。 [ 参考 ]
正例：无符号值可以避免误存负数，且扩大了表示范围。

对象	年龄区间	类型	表示范围
人	150 岁之内	unsigned tinyint	无符号值：0到255
龟	数百岁	unsigned smallint	无符号值：0到65535
恐龙化石	数千万年	unsigned int	无符号值：0到约42.9亿
太阳	约 50 亿年	unsigned bigint	无符号值：0到约10的19 次方

索引规约

业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。[ 强制 ]
说明：不要以为唯一索引影响了insert速度，这个速度损耗可以忽略，但提高查询速度是明显的，另外，在应用层做了非常完善的校验控制，只要没有唯一索引，根据墨菲定律，必然有脏数据产生。
超过3个表禁止join。需要join的字段，数据类型必须保持一致；多表关联查询时，保证被关联的字段需要有索引。 [ 强制 ]
说明：即使双表join也有注意索引、SQL性能。
在varchar字段上建立索引时，必须指定索引长度，没必要对全字段建立索引，根据实际文本区分度决定索引长度即可。 [ 强制 ]
说明：说明：索引的长度与区分度是一对矛盾体，一般对字符串类型数据，长度为 20 的索引，区分度会高达90%以上，可以使用 count(distinct left(列名, 索引长度))/count(*)的区分度来确定。
页面搜索严禁左模糊或者全模糊，如果需要请走搜索引擎来解决。 [ 强制 ]
说明：索引文件具有B_Tree的最左前缀匹配特性，如果左边的值未确定，那么无法使用此索引。
如果有order by场景，请使用索引的有序性。order by最后的字段是组合索引的一部分，并且放在索引组合顺序的最后，避免出现file_sort的情况，影响查询性能。[ 推荐 ]
正例：where a=? and b=? order by c; 索引：a_b_c
反例：索引中有范围查找，那么索引有序性无法利用，如：WHERE a>10 ORDER BY b; 索引a_b无法排序。
利用索引覆盖来进行查询操作，避免回表。 [ 推荐 ]
说明：如果一本书需要知道第11章是什么标题，会翻开第11章对应的那一页吗？目录浏览一下就好，这个目录就是起到覆盖索引的作用。
正例：能够建立索引的种类：主键索引、唯一索引、普通索引，而覆盖索引是一种查询的一种效果，用explain的结果，extra列会出现：using index。
利用延迟关联或者子查询优化超多分页场景。[ 推荐 ]
说明：MySQL并不是跳过offset行，而是取offset + N行，然后返回放弃前offset行，返回N行，那当offset特别大的时候，效率就特别低下，要么控制返回的总页数，要么对超过特定阈值的页数进行SQL改写。 [推荐]
正例：先快速定位需要获取的id段，然后再关联:
1
SELECT a.* FROM 表1 a(select id from 表1 where 条件 LIMIT 100000, 20) b where a.id=b.id
SQL 性能优化的目标：至少要达到 range 级别，要求是 ref 级别，如果可以是 consts最好。 [推荐]
说明：
1. consts 单表中最多只有一个匹配行（主键或者唯一索引），在优化阶段即可读取到数据。
2. ref 指的是使用普通的索引（normal index）。
3. range 对索引进行范围检索。
  反例： explain表的结果，type=index，索引物理文件全扫描，速度非常慢，这个index级别比较range还低，与全表扫描是小巫见大巫。
建组合索引的时候，区分度最高的在最左边。 [推荐]
正例：如果where a = ? and b = ?，a列的几乎接近于唯一值，那么只需要单列idx_a索引即可。
说明：存在非等号和等号混合判断条件时，在建索引时，请把等号条件的列前置。如：where a>? and b=? 那么即使a的区分度更高，也必须把b放在索引的最前列。
创建索引时避免有如下极端误解：
a. 误认为一个查询就需要建一个索引。
b. 误认为索引会消耗空间、严重拖慢更新和新增速度。
c. 误认为唯一索引一律需要在应用层通过“先查后插”方式解决。

[注] 以上整理自阿里云栖大会资料，仅限分享学习。