MySQL高性能优化规范建议

快来打我* 2021-11-09 05:18 930阅读 0赞

### MySQL高性能优化规范建议 ###

*  数据库命名规范
 *  数据库基本设计规范
 *  数据库字段设计规范
 *  索引设计规范
 *  数据库SQL开发规范
 *  数据库操作行为规范

# 数据库命名规范 #

*  所有数据库对象名称必须使用小写字母并用下划线分割
 *  所有数据库对象名称禁止使用 MySQL 保留关键字(如果表名中包含关键字查询时，需要将其用单引号括起来)
 *  数据库对象的命名要能做到见名知意，并且最好不要超过 32 个字符
 *  临时库表必须以 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 (时间戳) 为后缀
 *  所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低）

--------------------

# 数据库基本设计规范 #

*  **所有表必须使用InnoDB存储引擎**  
    没有特殊要求(即Innodb无法满足的功能如：列存储，存储空间数据等)的情况下，所有表必须使用Innodb存储引擎（MySQL5.5 之前默认使用 Myisam，5.6 以后默认的为 Innodb）。  
    Innodb支持事务，支持行级锁，更好的恢复性，高并发下性能更好。
 *  **数据库和表的字符集统一使用UTF-8**  
    兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会造成索引失效，如果数据库中有存储 emoji 表情的需要，字符集需要采用 utf-8mb4 字符集。
 *  **所有表和字段都需要添加注释**  
    使用comment从句添加表和列的备注，从一开始就进行数据字典的维护
 *  **尽量控制单表数据量的大小,建议控制在 500 万以内 谨慎使用 MySQL 分区表**  
    尽管500万并不是MySQL数据库的限制，但过大会造成修改表结构，备份，恢复都会有很大的难度。  
    可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小
 *  **谨慎使用MySQL分区表**  
    分区表在物理上表现为多个文件，在逻辑上表现为一个表；  
    谨慎选择分区键，跨分区查询效率可能更低；  
    建议采用物理分表的方式管理大数据。
 *  **尽量做到冷热数据分离,减小表的宽度**  
    MySQL限制每个表最多存储 4096 列，并且每一行数据的大小不能超过 65535 字节。  
    减少磁盘IO,保证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,也会消耗更多的IO)；  
    更有效的利用缓存，避免读入无用的冷数据；  
    经常一起使用的列放到一个表中(避免更多的关联操作)。
 *  **禁止在表中建立预留字段**  
    预留字段的命名很难做到见名识义。  
    预留字段无法确认存储的数据类型，所以无法选择合适的类型。  
    对预留字段类型的修改，会对表进行锁定。
 *  **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
 *  **禁止在线上做数据库压力测试**
 *  **禁止从开发环境,测试环境直接连接生成环境数据库**

--------------------

# 数据库字段设计规范 #

*  **优先选择符合存储需要的最小的数据类型**  
    原因：列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少，在遍历时所需要 IO次数也就越多，索引的性能也就越差。

**方法：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 提供了两个方法来处理 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，可以节省空间，显示数据时，使用 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,要优先使用无符号整型来存储**  
原因：无符号相对于有符号可以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，使用 UTF-8 存储 255 个汉字 varchar(255)=765 个字节。过大的长度会消耗更多的内存。

*  **避免使用 TEXT,BLOB 数据类型，最常见的 TEXT 类型可以存储 64k 的数据**  
    a. 建议把 BLOB 或是 TEXT 列分离到单独的扩展表中  
    MySQL 内存临时表不支持 TEXT、BLOB 这样的大数据类型，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行。而且对于这种数据，MySQL还是要进行二次查询，会使sql性能变得很差，但是不是说一定不能使用这样的数据类型。  
    如果一定要使用，建议把 BLOB 或是 TEXT 列分离到单独的扩展表中，查询时一定不要使用 select \* 而只需要取出必要的列，不需要 TEXT 列的数据时不要对该列进行查询。  
    b.TEXT 或 BLOB 类型只能使用前缀索引  
    因为MySQL对索引字段长度是有限制的，所以TEXT类型只能使用前缀索引，并且TEXT列上是不能有默认值的
 *  **避免使用 ENUM 类型**

修改 ENUM 值需要使用 ALTER 语句  
ENUM 类型的 ORDER BY 操作效率低，需要额外操作  
禁止使用数值作为 ENUM 的枚举值

*  **尽可能把所有列定义为 NOT NULL**

原因：索引 NULL 列需要额外的空间来保存，所以要占用更多的空间  
进行比较和计算时要对 NULL 值做特别的处理

*  **使用TIMESTAMP(4 个字节) 或 DATETIME 类型 (8 个字节) 存储时间**

TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07  
TIMESTAMP 占用 4 字节和 INT 相同，但比 INT 可读性高  
超出 TIMESTAMP 取值范围的使用 DATETIME 类型存储  
经常会有人用字符串存储日期型的数据(不正确的做法)  
• 缺点 1：无法用日期函数进行计算和比较  
• 缺点 2：用字符串存储日期要占用更多的空间

*  **同财务相关的金额类数据必须使用 decimal 类型**  
    • 非精准浮点：float,double  
    • 精准浮点：decimal

Decimal 类型为精准浮点数，在计算时不会丢失精度  
占用空间由定义的宽度决定，每 4 个字节可以存储 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 #

*  **限制每张表上的索引数量，单张表内索引最好不超过5个**  
    索引并不是越多越好！索引可以提高效率同样可以降低效率。  
    索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至某些情况还下会降低查询效率。  
    因为MySQL优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，就会增加MySQL优化器生成执行计划的时间，同样会降低查询性能。
 *  **禁止给表中的每一列都建立单独的索引**  
    5.6 版本之前，一个 sql 只能使用到一个表中的一个索引，5.6 以后，虽然有了合并索引的优化方式，但是还是远远没有使用一个联合索引的查询方式好。
 *  **每个InnoDB表必须有个主键**  
    Innodb 是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的。每个表都可以有多个索引，但是表的存储顺序只能有一种。  
    Innodb 是按照主键索引的顺序来组织表的  
    • 不要使用更新频繁的列作为主键，不适用多列主键（相当于联合索引）  
    • 不要使用 UUID,MD5,HASH,字符串列作为主键（无法保证数据的顺序增长）  
    • 主键建议使用自增 ID 值
 *  **常见索引列建议**  
    1.出现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列  
    2.包含在 ORDER BY、GROUP BY、DISTINCT 中的字段  
    3.并不要将符合 1 和 2 中的字段的列都建立一个索引， 通常将 1、2 中的字段建立联合索引效果更好  
    4.多表 join 的关联列
 *  **如何选用索引列的顺序**  
    建立索引的目的是：希望通过索引进行数据查找，减少随机 IO，增加查询性能 ，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合索引的最左侧（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合索引的最左侧（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）  
    • 使用最频繁的列放到联合索引的左侧（这样可以比较少的建立一些索引）
 *  **如何建立冗余索引和重复索引**  
    • 重复索引示例：primary key(id)、index(id)、unique index(id)  
    • 冗余索引示例：index(a,b,c)、index(a,b)、index(a)
 *  **对于频繁的查询优先使用覆盖索引**  
    覆盖索引：就是包含了所有查询字段 (where,select,ordery by,group by 包含的字段) 的索引  
    覆盖索引的好处：  
    • 避免Innodb表进行索引的二次查询:Innodb 是以聚集索引的顺序来存储的，对于Innodb来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据的话，在查找到相应的键值后，还要通过主键进行二次查询才能获取真实需要的数据。而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询 ，减少了IO操作，提升了查询效率。  
    • 可以把随机IO变成顺序IO加快查询效率: 由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据IO要少的多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO。
 *  **索引设置规范**  
    尽量避免使用外键约束  
    • 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引  
    • 外键可用于保证数据的参照完整性，但建议在业务端实现  
    • 外键会影响父表和子表的写操作从而降低性能

--------------------

# 数据库SQL开发规范 #

*  **建议使用预编译语句进行数据库操作**  
    预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题。  
    只传参数，比传递SQL语句更高效。  
    相同语句可以一次解析，多次使用，提高处理效率。
 *  **避免数据类型的隐式转换**  
    数据类型的隐式转换会导致索引失效
 *  **充分利用表上已经存在的索引**  
    避免使用前缀%的查询条件。如：a like ‘%123’，（如果无前置%,只有后置%，是可以用到列上的索引的）  
    一个 SQL 只能利用到复合索引中的一列进行范围查询。如：有 a,b,c 列的联合索引，在查询条件中有 a 列的范围查询，则在 b,c 列上的索引将不会被用到。  
    在定义联合索引时，如果 a 列要用到范围查找的话，就要把 a 列放到联合索引的右侧，使用 left join 或 not exists 来优化 not in 操作，因为 not in 也会使索引失效。
 *  **数据库设计时应该考虑以后扩展的问题**
 *  **程序连接不同的数据库应该使用不同的账号密码进行跨库查询**  
    1.为数据库迁移和分库分表留出余地  
    2.降低业务耦合度  
    3.避免权限过大而产生的安全风险
 *  **禁止使用select \***  
    原因：  
    1.消耗更多的 CPU 和 IO 以网络带宽资源  
    2.无法使用覆盖索引  
    3.可减少表结构变更带来的影响
 *  **禁止使用不含字段列表的insert语句**
 *  **避免使用子查询，可以将子查询优化为JOIN语句**  
    通常子查询在 in 子句中，且子查询中为简单 SQL(不包含 union、group by、order by、limit 从句) 时,才可以把子查询转化为关联查询进行优化。  
    子查询性能差的原因：  
    子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能会受到一定的影响。特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大。  
    由于子查询会产生大量的临时表也没有索引，所以会消耗过多的 CPU 和 IO 资源，产生大量的慢查询。
 *  **避免使用JOIN关联太多的表**  
    对于 MySQL 来说，是存在关联缓存的，缓存的大小可以由 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，就会多分配一个关联缓存，如果在一个 SQL 中关联的表越多，所占用的内存也就越大。  
    如果程序中大量的使用了多表关联的操作，同时 join\_buffer\_size 设置的也不合理的情况下，就容易造成服务器内存溢出的情况，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，会产生临时表操作，影响查询效率，MySQL 最多允许关联 61 个表，建议不超过 5 个。
 *  **减少同数据库的交互次数**  
    数据库更适合处理批量操作，合并多个相同的操作到一起，可以提高处理效率。
 *  **同一列使用OR判断时，建议使用IN代替OR**  
    in 的值不要超过 500 个，in 操作可以更有效的利用索引，or 大多数情况下很少能利用到索引。
 *  **禁止使用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，然后在内存中对所有数据根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非常大，就会消耗大量的 CPU 和 IO 及内存资源。  
    推荐在程序中获取一个随机值，然后从数据库中获取数据的方式。
 *  **where子句中禁止对列进行函数和表达式运算**  
    对列进行函数转换或计算时会导致无法使用索引
 *  **在明显不会有重复值时使用UNION ALL 而不是 UNION**  
    UNION 会把两个结果集的所有数据放到临时表中后再进行去重操作  
    UNION ALL 不会再对结果集进行去重操作
 *  **拆分复杂的大SQL为多个小SQL**  
    大 SQL 逻辑上比较复杂，需要占用大量 CPU 进行计算的 SQL  
    MySQL 中，一个 SQL 只能使用一个 CPU 进行计算  
    SQL 拆分后可以通过并行执行来提高处理效率

# 数据库操作行为规范 #

1.  **超 100 万行的批量写 (UPDATE,DELETE,INSERT) 操作,要分批多次进行操作**  
    大批量操作可能会造成严重的主从延迟  
    主从环境中,大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间， 而只有当主库上执行完成后，才会在其他从库上执行，所以会造成主库与从库长时间的延迟情况  
    binlog 日志为 row 格式时会产生大量的日志  
    大批量写操作会产生大量日志，特别是对于row 格式二进制数据而言，由于在row格式中会记录每一行数据的修改，我们一次修改的数据越多，产生的日志量也就会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因  
    避免产生大事务操作  
    大批量修改数据，一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 的性能产生非常大的影响。  
    特别是长时间的阻塞会占满所有数据库的可用连接，这会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批
2.  **对于大表使用 pt-online-schema-change 修改表结构**  
    • 避免大表修改产生的主从延迟  
    • 避免在对表字段进行修改时进行锁表  
    对大表数据结构的修改一定要谨慎，会造成严重的锁表操作，尤其是生产环境，是不能容忍的。  
    pt-online-schema-change 它会首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器。把原表中新增的数据也复制到新表中，在行所有数据复制完成之后，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.  **禁止为程序使用的账号赋予 super 权限**  
    • 当达到最大连接数限制时，还运行 1 个有 super 权限的用户连接  
    • super 权限只能留给 DBA 处理问题的账号使用
4.  **对于程序连接数据库账号,遵循权限最小原则**  
    • 程序使用数据库账号只能在一个DB下使用，不准跨库  
    • 程序使用的账号原则上不准有drop权限