• 数据库设计规范


    本数据库设计规范是以MySQL数据库为基准,主要分为4个部分,即建表规约索引规约SQL 语句ORM 映射。其中,将阐述在建表过程中的要求和约定,例如数据库名称、表名称、视图名称以及字段名称和数据类型等建议,以及规范索引的创建和使用规则,同时将说明编写SQL语句的方法,SQL结构、字段别名、表别名使用等,最后还将描述如何在ORM中进行数据库表映射等。

    此规范是Choerodon社区在研发和实施的过程中经验的总结,希望能够给广大读者提供一个参考和借鉴,俗话说,“百密一疏”,其中如有不正确的地方,烦请不吝指正。

    如若使用Choerodon猪齿鱼微服务开发框架,强烈建议参考使用此规范,这样可以保持与开发框架数据库设计规范的一致性。

    建表规约

    强制要求

    1. 表达是/否概念的字段,必须使用 is_xxx 的方式命名,数据类型是 unsigned tinyint1 表示是, 0 表示否)。

      • 说明: 任何字段如果为非负数,必须是 unsigned
      • 正例: 表达逻辑删除的字段名 is_deleted1 表示删除, 0 表示未删除。
    2. 表名字段名必须使用小写字母数字,禁止出现数字开头,禁止两个下划线中间只出现数字。

      • 说明: MySQL 在 Windows 下不区分大小写,但在 Linux 下默认是区分大小写。因此,数据库名、表名、字段名,都不允许出现任何大写字母,避免节外生枝。
      • 正例: hap_adminrdc_configlevel3_name
      • 反例: HapAdminrdcConfiglevel_3_name 数据库字段名的修改代价很大,因为无法进行预发布,所以字段名称需要慎重考虑。
    3. 表名不使用复数名词。

      • 说明: 表名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。
    4. 禁用保留字,如 descrangematchdelayed 等, 请参考 MySQL 官方保留字。

    5. 主键索引名为 pk_字段名; 唯一索引名为 uk_字段名; 普通索引名则为 idx_字段名

      • 说明: pk_primary keyuk_unique keyidx_index 的简称。
    6. 小数类型为 decimal,禁止使用 floatdouble

      • 说明: floatdouble 在存储的时候,存在精度损失的问题,很可能在值的比较时,得到不正确的结果。如果存储的数据范围超过 decimal 的范围,建议将数据拆成整数和小数分开存储。
    7. 如果存储的字符串长度几乎相等,使用 char 定长字符串类型。

    8. varchar 是可变长字符串,不预先分配存储空间,长度不要超过5000,如果存储长度大于此值,定义字段类型为 text,独立出来一张表,用主键来对应,避免影响其它字段索引效率。

      • 说明: 该表的命名以 原表名_字段缩写 的格式命名。
    9. 表必备字段: idcreate_datelast_update_datecreate_bylast_update_byobject_version_number。也可以叫做Who字段,就是每个表里必须具备的字段。这些字段起到似metadata的作用。这些字段的作用很大,例如,数据分析的时候,可以使用last_update_date作为数据抽取的时间戳字段等。

      • id 必为主键,类型为 unsigned bigint、单表时自增、步长为 1。
      • create_date 是此条数据的创建时间,数据类型为datetime 类型。
      • last_update_date是此条数据的最后更新时间,数据类型为 datetime 类型。
      • create_by是此条数据的创建人,数据类型为unsigned bigint类型。
      • last_update_by是此条数据的最后更新人,数据类型为unsigned bigint类型。
      • object_version_number是此条数据的版本号,如果启用数据库数据版本控制,则会使用到此数据。

      • 以下是基于MySQL数据库的创建脚本,可供参考。

        column(name: "object_version_number", type: "BIGINT UNSIGNED", defaultValue: "1")
        column(name: "created_by", type: "BIGINT UNSIGNED", defaultValue: "0")
        column(name: "creation_date", type: "DATETIME", defaultValueComputed: "CURRENT_TIMESTAMP")
        column(name: "last_updated_by", type: "BIGINT UNSIGNED", defaultValue: "0")
        column(name: "last_update_date", type: "DATETIME", defaultValueComputed: "CURRENT_TIMESTAMP")
        
    10. 表的命名最好是加上业务名称_表的作用

      • 正例: kanban_taskdevops_projectwebsite_config

    推荐规约

    1. 数据库名称或者编码应用名称或者编码尽量一致。
    2. 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。
    3. 字段允许适当冗余(所谓冗余是指在不同的表里面存储相同的字段),以提高查询性能,但必须考虑数据一致。冗余字段应遵循:
      • 不是频繁修改的字段。
      • 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。
    4. 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。
      • 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。

    规约参考

    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。

    正例: 如下表,其中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 字节 表示范围
    150岁之内 unsigned tinyint 1 无符号值: 0 到 255
    数百岁 unsigned smallint 2 无符号值: 0 到 65535
    恐龙化石 数千万年 unsigned int 4 无符号值: 0 到约 42.9 亿
    太阳 约 50 亿年 unsigned bigint 8 无符号值: 0 到约 10 的 19 次方

    索引规约

    强制要求

    1. 业务上具有唯一特性的字段,即使是多个字段的组合,也必须创建唯一索引。
      • 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,但提高查找速度是明显的;另外,即使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。
    2. 超过三个表禁止 join 。需要 join 的字段,数据类型必须绝对一致;多表关联查询时,保证被关联的字段需要有索引。
      • 说明:即使双表 join 也要注意表索引和**SQL性能。
    3. 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。
      • 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。
    4. 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。
      • 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。

    推荐规约

    1. 如果有 order by 的场景,请注意利用索引的有序性。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。
      • 正例: where a=? and b=? order by c 索引为: 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。
    2. 利用覆盖索引来进行查询操作, 避免回表。
      • 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分为主键索引唯一索引普通索引三种,而覆盖索引只是一种查询的一种效果,用 explain 的结果,extra 列会出现 using index
    3. 利用延迟关联或者子查询优化超多分页场景。
      • 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,效率就非常的低下,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。
      • 正例:先快速定位需要获取的 id 段,然后再关联: SELECT a.* FROM 表 1 a, (select id from 表 1 where 条件 LIMIT 100000,20 ) b where a.id=b.id
    4. 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。
      • 说明:
        • 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。
        • ref 指的是使用普通的索引(normal index)。
        • 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。
    5. 建组合索引的时候,区分度最高的在最左边。
      • 正例: 如果 where a=? and b=?a列的几乎接近于唯一值,那么只需要单建 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。
    6. 防止因字段类型不同造成的隐式转换,导致索引失效。

    规约参考

    创建索引时避免有如下极端误解:

    SQL 语句

    强制要求

    1. 不要使用 count(列名)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 值的行。
    2. count(distinct col) 计算该列除 NULL 之外的不重复行数, 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。
    3. 当某一列的值全是 NULL 时, count(col) 的返回结果为 0,但 sum(col) 的返回结果为 NULL,因此使用 sum() 时需注意 NPE 问题。
      • 正例: 可以使用如下方式来避免 sumNPE 问题: SELECT IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;
    4. 使用 ISNULL() 来判断是否为 NULL 值。
      • 说明: NULL 与任何值的直接比较都为 NULL
        • NULL<>NULL 的返回结果是 NULL, 而不是 false
        • NULL=NULL 的返回结果是 NULL, 而不是 true
        • NULL<>1 的返回结果是 NULL,而不是 true。 在代码中写分页查询逻辑时,若 count0 应直接返回,避免执行后面的分页语句。
    5. 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:以学生和成绩的关系为例,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, 即为级联更新。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。
    6. 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。
    7. 数据订正(特别是删除、 修改记录操作) 时,要先 select ,避免出现误删除,确认无误才能执行更新语句。

    推荐规约

    in 操作能避免则避免,若实在避免不了,需要仔细评估 in 后边的集合元素数量,控制在 1000 个之内。

    规约参考

    1. 如果有全球化需要,所有的字符存储与表示,均以 utf-8 编码,注意字符统计函数的区别。
      • 说明: SELECT LENGTH("轻松工作");返回为 12 SELECT CHARACTER_LENGTH("轻松工作"); 返回为 4
      • 如果需要存储表情,那么选择 utf8mb4 来进行存储,注意它与 utf-8 编码的区别。
    2. 不建议在开发代码中使用此语句 TRUNCATE TABLE
      • TRUNCATE TABLEDELETE 速度快,且使用的系统和事务日志资源少,但 TRUNCATE 无事务且不触发 trigger,有可能造成事故,故不建议在开发代码中使用此语句。
      • 说明: TRUNCATE TABLE 在功能上与不带 WHERE 子句的 DELETE 语句相同。

    ORM 映射

    强制要求

    1. 在表查询中,一律不要使用 * 作为查询的字段列表,需要哪些字段必须明确写明。
      • 说明:
        • 增加查询分析器解析成本;
        • 增减字段容易与 resultMap 配置不一致。
    2. POJO 类的布尔属性不能加 is,而数据库字段必须加 is_,要求在 resultMap 中进行字段与属性之间的映射。
    3. 不要用 resultClass 当返回参数,即使所有类属性名与数据库字段一一对应,也需要定义;反过来,每一个表也必然有一个与之对应。
      • 说明: 配置映射关系,使字段与 DO 类解耦,方便维护。
    4. sql.xml 配置参数使用 #{}#param# 不要使用 ${} 此种方式容易出现 SQL 注入。
    5. iBATIS 自带的 queryForList(String statementName,int start,int size) 不推荐使用。
      • 说明:其实现方式是在数据库取到 statementName 对应的SQL语句的所有记录,再通过 subListstart,size 的子集合。
      • 正例: Map<String, Object> map = new HashMap<String, Object>(); map.put("start", start); map.put("size", size);
    6. 不允许直接拿 HashMapHashtable 作为查询结果集的输出。 说明: resultClass=”Hashtable”, 会置入字段名和属性值,但是值的类型不可控。
    7. 更新数据表记录时,必须同时更新记录对应的 gmt_modified 字段值为当前时间。

    推荐规约

    不要写一个大而全的数据更新接口。 传入为 POJO 类,不管是不是自己的目标更新字段,都进行 update table set c1=value1,c2=value2,c3=value3; 这是不对的。执行 SQL 时, 不要更新无改动的字段,一是易出错; 二是效率低; 三是增加 binlog 存储。

    规约参考

    @Transactional 事务不要滥用。事务会影响数据库的 QPS,另外使用事务的地方需要考虑各方面的回滚方案,包括缓存回滚、搜索引擎回滚、消息补偿、统计修正等。 <isEqual>中的 compareValue 是与属性值对比的常量,一般是数字,表示相等时带上此条件; <isNotEmpty> 表示不为空且不为 null 时执行;<isNotNull> 表示不为 null 值时执行。