关于java:MySQL-高性能优化规范建议

数据库命令标准

• 所有数据库对象名称必须应用小写字母并用下划线宰割
• 所有数据库对象名称禁止应用 MySQL 保留关键字（如果表名中蕴含关键字查问时，须要将其用单引号括起来）
• 数据库对象的命名要能做到见名识意，并且最初不要超过 32 个字符
• 长期库表必须以 tmp_为前缀并以日期为后缀，备份表必须以 bak_为前缀并以日期 (工夫戳) 为后缀
• 所有存储雷同数据的列名和列类型必须统一（个别作为关联列，如果查问时关联列类型不统一会主动进行数据类型隐式转换，会造成列上的索引生效，导致查问效率升高）
• • *

数据库根本设计规范

1\. 所有表必须应用 Innodb 存储引擎

没有特殊要求（即 Innodb 无奈满足的性能如：列存储，存储空间数据等）的状况下，所有表必须应用 Innodb 存储引擎（MySQL5.5 之前默认应用 Myisam，5.6 当前默认的为 Innodb）。

Innodb 反对事务，反对行级锁，更好的恢复性，高并发下性能更好。

2\. 数据库和表的字符集对立应用 UTF8

兼容性更好，对立字符集能够防止因为字符集转换产生的乱码，不同的字符集进行比拟前须要进行转换会造成索引生效，如果数据库中有存储 emoji 表情的须要，字符集须要采纳 utf8mb4 字符集。

参考文章：MySQL 字符集不统一导致索引生效的一个实在案例

3\. 所有表和字段都须要增加正文

应用 comment 从句增加表和列的备注，从一开始就进行数据字典的保护

4\. 尽量管制单表数据量的大小, 倡议管制在 500 万以内。

500 万并不是 MySQL 数据库的限度，过大会造成批改表构造，备份，复原都会有很大的问题。

能够用历史数据归档（利用于日志数据），分库分表（利用于业务数据）等伎俩来控制数据量大小

5\. 审慎应用 MySQL 分区表

分区表在物理上体现为多个文件，在逻辑上体现为一个表；

审慎抉择分区键，跨分区查问效率可能更低；

倡议采纳物理分表的形式治理大数据。

6. 尽量做到冷热数据拆散, 减小表的宽度

MySQL 限度每个表最多存储 4096 列，并且每一行数据的大小不能超过 65535 字节。

缩小磁盘 IO, 保障热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大, 也会耗费更多的 IO）；

更无效的利用缓存，防止读入无用的冷数据；

常常一起应用的列放到一个表中（防止更多的关联操作）。

7\. 禁止在表中建设预留字段

预留字段的命名很难做到见名识义。

预留字段无奈确认存储的数据类型，所以无奈抉择适合的类型。

对预留字段类型的批改，会对表进行锁定。

8\. 禁止在数据库中存储图片, 文件等大的二进制数据

通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机 IO 操作，文件很大时，IO 操作很耗时。

通常存储于文件服务器，数据库只存储文件地址信息

9\. 禁止在线上做数据库压力测试

10\. 禁止从开发环境, 测试环境间接连贯生产环境数据库

数据库字段设计规范

1\. 优先选择合乎存储须要的最小的数据类型

起因：

列的字段越大，建设索引时所须要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所须要的 IO 次数也就越多，索引的性能也就越差。

办法：

a. 将字符串转换成数字类型存储, 如: 将 IP 地址转换成整形数据

MySQL 提供了两个办法来解决 ip 地址

• inet_aton 把 ip 转为无符号整型 (4-8 位)
• inet_ntoa 把整型的 ip 转为地址

插入数据前，先用 inet_aton 把 ip 地址转为整型，能够节俭空间，显示数据时，应用 inet_ntoa 把整型的 ip 地址转为地址显示即可。

b. 对于非负型的数据 (如自增 ID, 整型 IP) 来说, 要优先应用无符号整型来存储

起因：

无符号绝对于有符号能够多出一倍的存储空间

SIGNED INT -2147483648~2147483647
UNSIGNED INT 0~4294967295

VARCHAR(N) 中的 N 代表的是字符数，而不是字节数，应用 UTF8 存储 255 个汉字 Varchar(255)=765 个字节。 过大的长度会耗费更多的内存。

2\. 防止应用 TEXT,BLOB 数据类型，最常见的 TEXT 类型能够存储 64k 的数据

a. 倡议把 BLOB 或是 TEXT 列拆散到独自的扩大表中

MySQL 内存长期表不反对 TEXT、BLOB 这样的大数据类型，如果查问中蕴含这样的数据，在排序等操作时，就不能应用内存长期表，必须应用磁盘长期表进行。而且对于这种数据，MySQL 还是要进行二次查问，会使 sql 性能变得很差，然而不是说肯定不能应用这样的数据类型。

如果肯定要应用，倡议把 BLOB 或是 TEXT 列拆散到独自的扩大表中，查问时肯定不要应用 select * 而只须要取出必要的列，不须要 TEXT 列的数据时不要对该列进行查问。

2、TEXT 或 BLOB 类型只能应用前缀索引

因为 MySQL 对索引字段长度是有限度的，所以 TEXT 类型只能应用前缀索引，并且 TEXT 列上是不能有默认值的

3\. 防止应用 ENUM 类型

批改 ENUM 值须要应用 ALTER 语句

ENUM 类型的 ORDER BY 操作效率低，须要额定操作

禁止应用数值作为 ENUM 的枚举值

4\. 尽可能把所有列定义为 NOT NULL

起因：

索引 NULL 列须要额定的空间来保留，所以要占用更多的空间

进行比拟和计算时要对 NULL 值做特地的解决

5\. 应用 TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储工夫

TIMESTAMP 存储的工夫范畴 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07

TIMESTAMP 占用 4 字节和 INT 雷同，但比 INT 可读性高

超出 TIMESTAMP 取值范畴的应用 DATETIME 类型存储

常常会有人用字符串存储日期型的数据（不正确的做法）

• 毛病 1：无奈用日期函数进行计算和比拟
• 毛病 2：用字符串存储日期要占用更多的空间

6\. 同财务相干的金额类数据必须应用 decimal 类型

• 非精准浮点：float,double
• 精准浮点：decimal

Decimal 类型为精准浮点数，在计算时不会失落精度

占用空间由定义的宽度决定，每 4 个字节能够存储 9 位数字，并且小数点要占用一个字节

可用于存储比 bigint 更大的整型数据

索引设计规范

1\. 限度每张表上的索引数量, 倡议单张表索引不超过 5 个

索引并不是越多越好！索引能够提高效率同样能够升高效率。

索引能够减少查问效率，但同样也会升高插入和更新的效率，甚至有些状况下会升高查问效率。

因为 MySQL 优化器在抉择如何优化查问时，会依据对立信息，对每一个能够用到的索引来进行评估，以生成出一个最好的执行打算，如果同时有很多个索引都能够用于查问，就会减少 MySQL 优化器生成执行打算的工夫，同样会升高查问性能。

2\. 禁止给表中的每一列都建设独自的索引

5.6 版本之前，一个 sql 只能应用到一个表中的一个索引，5.6 当前，尽管有了合并索引的优化形式，然而还是远远没有应用一个联结索引的查问形式好。

3\. 每个 Innodb 表必须有个主键

Innodb 是一种索引组织表：数据的存储的逻辑程序和索引的程序是雷同的。每个表都能够有多个索引，然而表的存储程序只能有一种。

Innodb 是依照主键索引的程序来组织表的

• 不要应用更新频繁的列作为主键，不实用多列主键（相当于联结索引）
• 不要应用 UUID,MD5,HASH, 字符串列作为主键（无奈保证数据的程序增长）
• 主键倡议应用自增 ID 值
• • *

4\. 常见索引列倡议

• 呈现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列
• 蕴含在 ORDER BY、GROUP BY、DISTINCT 中的字段
• 并不要将合乎 1 和 2 中的字段的列都建设一个索引，通常将 1、2 中的字段建设联结索引成果更好
• 多表 join 的关联列
• • *

5. 如何抉择索引列的程序

建设索引的目标是：心愿通过索引进行数据查找，缩小随机 IO，减少查问性能，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少。

• 区分度最高的放在联结索引的最左侧（区分度 = 列中不同值的数量 / 列的总行数）
• 尽量把字段长度小的列放在联结索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO 性能也就越好）
• 应用最频繁的列放到联结索引的左侧（这样能够比拟少的建设一些索引）
• • *

6\. 防止建设冗余索引和反复索引（减少了查问优化器生成执行打算的工夫）

• 反复索引示例：primary key(id)、index(id)、unique index(id)
• 冗余索引示例：index(a,b,c)、index(a,b)、index(a)
• • *

7\. 对于频繁的查问优先思考应用笼罩索引

笼罩索引：就是蕴含了所有查问字段 (where,select,ordery by,group by 蕴含的字段) 的索引

笼罩索引的益处：

• 防止 Innodb 表进行索引的二次查问: Innodb 是以汇集索引的程序来存储的，对于 Innodb 来说，二级索引在叶子节点中所保留的是行的主键信息，如果是用二级索引查问数据的话，在查找到相应的键值后，还要通过主键进行二次查问能力获取咱们实在所须要的数据。而在笼罩索引中，二级索引的键值中能够获取所有的数据，防止了对主键的二次查问，缩小了 IO 操作，晋升了查问效率。
• 能够把随机 IO 变成程序 IO 放慢查问效率: 因为笼罩索引是按键值的顺序存储的，对于 IO 密集型的范畴查找来说，比照随机从磁盘读取每一行的数据 IO 要少的多，因而利用笼罩索引在拜访时也能够把磁盘的随机读取的 IO 转变成索引查找的程序 IO。
• • *

8. 索引 SET 标准

尽量避免应用外键束缚

• 不倡议应用外键束缚（foreign key），但肯定要在表与表之间的关联键上建设索引
• 外键可用于保证数据的参照完整性，但倡议在业务端实现
• 外键会影响父表和子表的写操作从而升高性能
• • *

数据库 SQL 开发标准

1\. 倡议应用预编译语句进行数据库操作

预编译语句能够重复使用这些打算，缩小 SQL 编译所须要的工夫，还能够解决动静 SQL 所带来的 SQL 注入的问题。

只传参数，比传递 SQL 语句更高效。

雷同语句能够一次解析，屡次应用，进步解决效率。

2\. 防止数据类型的隐式转换

隐式转换会导致索引生效如:

select name,phone from customer where id = '111';

3\. 充分利用表上曾经存在的索引

防止应用双 % 号的查问条件。如：a like '%123%'，（如果无前置 %, 只有后置 %，是能够用到列上的索引的）

一个 SQL 只能利用到复合索引中的一列进行范畴查问。如：有 a,b,c 列的联结索引，在查问条件中有 a 列的范畴查问，则在 b,c 列上的索引将不会被用到。

在定义联结索引时，如果 a 列要用到范畴查找的话，就要把 a 列放到联结索引的右侧，应用 left join 或 not exists 来优化 not in 操作，因为 not in 也通常会应用索引生效。

4\. 数据库设计时，应该要对当前扩大进行思考

5\. 程序连贯不同的数据库应用不同的账号，禁止跨库查问

• 为数据库迁徙和分库分表留出余地
• 升高业务耦合度
• 防止权限过大而产生的平安危险

6\. 禁止应用 SELECT * 必须应用 SELECT < 字段列表 > 查问

起因：

• 耗费更多的 CPU 和 IO 以网络带宽资源
• 无奈应用笼罩索引
• 可缩小表构造变更带来的影响

7\. 禁止应用不含字段列表的 INSERT 语句

如：

insert into values ('a','b','c');

应应用：

insert into t(c1,c2,c3) values ('a','b','c');

8\. 防止应用子查问，能够把子查问优化为 join 操作

通常子查问在 in 子句中，且子查问中为简略 SQL(不蕴含 union、group by、order by、limit 从句) 时, 才能够把子查问转化为关联查问进行优化。

子查问性能差的起因：

子查问的后果集无奈应用索引，通常子查问的后果集会被存储到长期表中，不论是内存长期表还是磁盘长期表都不会存在索引，所以查问性能会受到肯定的影响。特地是对于返回后果集比拟大的子查问，其对查问性能的影响也就越大。

因为子查问会产生大量的长期表也没有索引，所以会耗费过多的 CPU 和 IO 资源，产生大量的慢查问。

9\. 防止应用 JOIN 关联太多的表

对于 MySQL 来说，是存在关联缓存的，缓存的大小能够由 join_buffer_size 参数进行设置。

在 MySQL 中，对于同一个 SQL 多关联（join）一个表，就会多调配一个关联缓存，如果在一个 SQL 中关联的表越多，所占用的内存也就越大。

如果程序中大量的应用了多表关联的操作，同时 join_buffer_size 设置的也不合理的状况下，就容易造成服务器内存溢出的状况，就会影响到服务器数据库性能的稳定性。

同时对于关联操作来说，会产生长期表操作，影响查问效率，MySQL 最多容许关联 61 个表，倡议不超过 5 个。

10\. 缩小同数据库的交互次数

数据库更适宜解决批量操作，合并多个雷同的操作到一起，能够进步解决效率。

11\. 对应同一列进行 or 判断时，应用 in 代替 or

in 的值不要超过 500 个，in 操作能够更无效的利用索引，or 大多数状况下很少能利用到索引。

12\. 禁止应用 order by rand() 进行随机排序

order by rand() 会把表中所有符合条件的数据装载到内存中，而后在内存中对所有数据依据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集十分大，就会耗费大量的 CPU 和 IO 及内存资源。

举荐在程序中获取一个随机值，而后从数据库中获取数据的形式。

13\. WHERE 从句中禁止对列进行函数转换和计算

对列进行函数转换或计算时会导致无奈应用索引

不举荐：

where date(create_time)='20190101'

举荐：

where create_time >= '20190101' and create_time < '20190102'

14\. 在显著不会有反复值时应用 UNION ALL 而不是 UNION

• UNION 会把两个后果集的所有数据放到长期表中后再进行去重操作
• UNION ALL 不会再对后果集进行去重操作

15\. 拆分简单的大 SQL 为多个小 SQL

• 大 SQL 逻辑上比较复杂，须要占用大量 CPU 进行计算的 SQL
• MySQL 中，一个 SQL 只能应用一个 CPU 进行计算
• SQL 拆分后能够通过并行执行来进步解决效率
• • *

数据库操作行为规范

1\. 超 100 万行的批量写 (UPDATE,DELETE,INSERT) 操作, 要分批屡次进行操作

大批量操作可能会造成重大的主从提早

主从环境中, 大批量操作可能会造成重大的主从提早，大批量的写操作个别都须要执行肯定长的工夫，而只有当主库上执行实现后，才会在其余从库上执行，所以会造成主库与从库长时间的提早状况

binlog 日志为 row 格局时会产生大量的日志

大批量写操作会产生大量日志，特地是对于 row 格局二进制数据而言，因为在 row 格局中会记录每一行数据的批改，咱们一次批改的数据越多，产生的日志量也就会越多，日志的传输和复原所须要的工夫也就越长，这也是造成主从提早的一个起因

防止产生大事务操作

大批量批改数据，肯定是在一个事务中进行的，这就会造成表中大批量数据进行锁定，从而导致大量的阻塞，阻塞会对 MySQL 的性能产生十分大的影响。

特地是长时间的阻塞会占满所有数据库的可用连贯，这会使生产环境中的其余利用无奈连贯到数据库，因而肯定要留神大批量写操作要进行分批

2\. 对于大表应用 pt-online-schema-change 批改表构造

• 防止大表批改产生的主从提早
• 防止在对表字段进行批改时进行锁表

对大表数据结构的批改肯定要审慎，会造成重大的锁表操作，尤其是生产环境，是不能容忍的。

pt-online-schema-change 它会首先建设一个与原表构造雷同的新表，并且在新表上进行表构造的批改，而后再把原表中的数据复制到新表中，并在原表中减少一些触发器。把原表中新增的数据也复制到新表中，在行所有数据复制实现之后，把新表命名成原表，并把原来的表删除掉。把原来一个 DDL 操作，分解成多个小的批次进行。

3\. 禁止为程序应用的账号赋予 super 权限

• 当达到最大连接数限度时，还运行 1 个有 super 权限的用户连贯
• super 权限只能留给 DBA 解决问题的账号应用

4\. 对于程序连贯数据库账号, 遵循权限最小准则

• 程序应用数据库账号只能在一个 DB 下应用，不准跨库
• 程序应用的账号原则上不准有 drop 权限