一、基础规范

第一条：必须使用InnoDB存储引擎

解读：支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资源利用率更高

第二条：必须使用utf8(utf8mb4)字符集

解读：万国码，无需转码，无乱码风险，节省空间，utf8mb4是utf8的超集，由于近年移动设备的增多，emoji表情以及部分不常见汉字在utf8下会表现为乱码，故需要升级至utf8mb4

第三条：数据表、数据字段必须加入中文注释

解读：N年后谁会知道这个a1,a2,a3字段是干嘛的

第四条：禁止使用存储过程、视图、触发器、Event

解读：高并发大数据的互联网业务，架构设计思路是“解放数据库CPU，将计算转移到服务层”，并发量大的情况下，这些功能很可能将数据库拖死，业务逻辑放到服务层具备更好的扩展性，能够轻易实现“增机器就加性能”。数据库擅长存储与索引，CPU计算还是上移吧

第五条：禁止存储大文件或者大照片

解读：为何要让数据库做它不擅长的事情？大文件和照片存储在文件系统，数据库里存URI多好

二、命名规范

第一条：只允许使用内网域名，而不是ip连接数据库

解读：虽然IP访问更快，域名访问需要内网dns，但是对于大数据库的扩展和迁库考虑，域名更好

第二条：线上环境、开发环境、测试环境数据库内网域名遵循命名规范

业务名称：xxx
线上环境：dj.xxx.db
开发环境：dj.xxx.rdb
测试环境：dj.xxx.tdb
从库在名称后加-s标识，备库在名称后加-ss标识
线上从库：dj.xxx-s.db
线上备库：dj.xxx-sss.db

第三条：库名、表名、字段名：小写，下划线风格，不超过32个字符，禁止拼音英文混用

解读：见名知意，方便后续维护

第四条：表名t_xxx，非唯一索引名idx_xxx，唯一索引名uniq_xxx

解读：见名知意，方便后续维护

三、表和字段设计规范

第一条：禁止使用外键，如果有外键完整性约束，需要应用程序控制

解读：外键会导致表与表之间耦合，update与delete操作都会涉及相关联的表，十分影响sql的性能，甚至会造成死锁。高并发情况下容易造成数据库性能，大数据高并发业务场景数据库使用以性能优先

第二条：必须把字段定义为NOT NULL并且提供默认值

解读：
a) null的列使索引/索引统计/值比较都更加复杂，对MySQL来说更难优化
b) null这种类型MySQL内部需要进行特殊处理，增加数据库处理记录的复杂性；同等条件下，表中有较多空字段的时候，数据库的处理性能会降低很多
c) null值需要更多的存储空，无论是表还是索引中每行中的null的列都需要额外的空间来标识
d) 对null的处理时候，只能采用is null或is not null，而不能采用=、in、<、<>、!=、not in这些操作符号。如：where name!='shenjian'，如果存在name为null值的记录，查询结果就不会包含name为null值的记录

第三条：禁止使用TEXT、BLOB类型

解读：会浪费更多的磁盘和内存空间，非必要的大量的大字段查询会淘汰掉热数据，导致内存命中率急剧降低，影响数据库性能

第四条：禁止使用小数存储国币

解读：曾经踩过这样的坑，100元分3天摊销，每天摊销(100/3)元，结果得到3个33.33。后来实施对账系统，始终有几分钱对不齐，郁闷了很久（不是几分钱的事，是业务方质疑的眼神让研发很不爽），最后发现是除法惹的祸
解决方案：使用“分”作为单位，这样数据库里就是整数了

第五条：必须使用varchar(20)存储手机号

解读：
a) 涉及到区号或者国家代号，可能出现+-()
b) 手机号会去做数学运算么？
c) varchar可以支持模糊查询，例如：like“138%”

第六条：禁止使用ENUM，可使用TINYINT代替

解读：
a) 增加新的ENUM值要做DDL操作
b) ENUM的内部实际存储就是整数，你以为自己定义的是字符串？

第七条：表必须有主键，例如自增主键

解读：
a) 主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用
b) 主键要选择较短的数据类型， Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率
c) 无主键的表删除，在row模式的主从架构，会导致备库夯住

四、索引设计规范

第一条：单表索引建议控制在5个以内

解读：一个好的索引设计，可以让你的效率提高几十甚至几百倍，但过多反而适得其反

第二条：单索引字段数不允许超过5个

解读：字段超过5个时，实际已经起不到有效过滤数据的作用了

第三条：禁止在更新十分频繁、区分度不高的属性上建立索引

解读：
a) 更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能
b) "性别"这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似

第四条:建立组合索引，必须把区分度高的字段放在前面

解读：能够更加有效的过滤数据

五、SQL使用规范

第一条：禁止使用SELECT *，只获取必要的字段，需要显示说明列属性

解读：
a) 读取不需要的列会增加CPU、IO、NET消耗
b) 不能有效的利用覆盖索引
c) 使用SELECT *容易在增加或者删除字段后出现程序BUG

第二条：禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性

解读：容易在增加或者删除字段后出现程序BUG

第三条：禁止使用属性隐式转换

解读：SELECT uid FROM t_user WHERE phone=13812345678 会导致全表扫描，而不能命中phone索引，猜猜为什么？
int数据类型优先级高于archer， 该查询会把phone转换为int，因此需要把表中所有数据改成int，所以必须全盘扫描
phone是varchar类型，SQL语句带入的是整形，故不会命中索引，加个引号就好了：
SELECT uid FROM t_user WHERE phone='13812345678'

第四条：禁止在WHERE条件的属性上使用函数或者表达式

解读：SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-02-15' 会导致全表扫描
正确的写法是：SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-02-15 00:00:00')

第五条：禁止大表使用JOIN查询，禁止大表使用子查询

解读：会产生临时表，消耗较多内存与CPU，极大影响数据库性能，大表指的是数据量在1000万以上的表

第六条：禁止使用OR条件，必须改为IN查询

解读：旧版本Mysql的OR查询是不能命中索引的，即使能命中索引，为何要让数据库耗费更多的CPU帮助实施查询优化呢？

第七条：禁止使用负向查询，以及%开头的模糊查询

解读：
a) 负向查询条件：NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等，会导致全表扫描
b) %开头的模糊查询，会导致全表扫描
一般来说，WHERE过滤条件不会只带这么一个“负向查询条件”，还会有其他过滤条件，举个例子：查询沈剑已完成订单之外的订单（好拗口）：
SELECT oid FROM t_order WHERE uid=123 AND status != 1;
订单表5000w数据，但uid=123就会迅速的将数据量过滤到很少的级别（uid建立了索引），此时再接上一个负向的查询条件就无所谓了，扫描的行数本身就会很少
但如果要查询所有已完成订单之外的订单：
SELECT oid FROM t_order WHERE status != 1;
这就挂了，立马CPU100%，status索引会失效，负向查询导致全表扫描

第八条：应用程序必须捕获SQL异常，并有相应处理

解读：方便维护，及时“查漏补缺”

总结：大数据量高并发的互联网业务，极大影响数据库性能的都不让用，不让用哟。