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

  • 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。
  • 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。
  • 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。
  • 禁用保留字,如 descrangematchdelayed 等, 请参考 MySQL 官方保留字。

  • 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: pkprimary keyukunique keyidx_index 的简称。
  • 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。
  • 如果存储的字符串长度几乎相等,使用 char 定长字符串类型。

  • 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。
  • 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。

  1. column(name: "object_version_number", type: "BIGINT UNSIGNED", defaultValue: "1")
  2. column(name: "created_by", type: "BIGINT UNSIGNED", defaultValue: "0")
  3. column(name: "creation_date", type: "DATETIME", defaultValueComputed: "CURRENT_TIMESTAMP")
  4. column(name: "last_updated_by", type: "BIGINT UNSIGNED", defaultValue: "0")
  5. column(name: "last_update_date", type: "DATETIME", defaultValueComputed: "CURRENT_TIMESTAMP")
  • 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

  • 数据库名称或者编码应用名称或者编码尽量一致。
  • 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。
  • 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。
  • 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 tinyint1无符号值: 0 到 255
数百岁unsigned smallint2无符号值: 0 到 65535
恐龙化石数千万年unsigned int4无符号值: 0 到约 42.9 亿
太阳约 50 亿年unsigned bigint8无符号值: 0 到约 10 的 19 次方

索引规约

强制要求

  • 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。
  • 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。
  • 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。
  • 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

  • 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。
  • 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
  • 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
  • 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。
  • 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。
  • 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:

  • 宁滥勿缺。认为一个查询就需要建一个索引。

  • 宁缺勿滥。认为索引会消耗空间、严重拖慢更新和新增速度。

  • 抵制惟一索引。认为业务的惟一性一律需要在应用层通过“先查后插”方式解决。

SQL 语句

强制要求

  • 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。
  • 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。
  • 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;
  • 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。
  • 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。
  • 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(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

  • 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。
  • 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

  • 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。
  • 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。
  • 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。
  • sql.xml 配置参数使用 #{}#param# 不要使用 ${} 此种方式容易出现 SQL 注入。
  • 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);
  • 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。
  • 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。