MySQL高性能优化规范建议总结

转载自https://github.com/Snailclimb/JavaGuide（添加小部分笔记）感谢作者!

索引优化相关

  1. in 代替 or
  2. not exist 代替 not in

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识意，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 utf8mb4 字符集。

参考文章：

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 #

  • 500 万并不是 MySQL 数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题。

  • 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。

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文本（比如图片）这类大的二进制数据 #

  • 在数据库中存储文件会严重影响数据库性能，消耗过多存储空间。

  • 文件（比如图片）这类大的二进制数据通常存储于文件服务器，数据库只存储文件地址信息。

不要被数据库范式所束缚 #

一般来说，设计关系数据库时需要满足第三范式，但为了满足第三范式，我们可能会拆分出多张表。而在进行查询时需要对多张表进行关联查询，有时为了提高查询效率，会降低范式的要求，在表中保存一定的冗余信息，也叫做反范式。但要注意反范式一定要适度。

禁止在线上做数据库压力测试 #

禁止从开发环境、测试环境，直接连接生产环境数据库 #

安全隐患极大，要对生产环境抱有敬畏之心！

数据库字段设计规范 #

优先选择符合存储需要的最小数据类型 #

Byte：字节
ly-20241212141914397

存储字节越小，占用也就空间越小，性能也越好。

a.某些字符串可以转换成数字类型存储比如可以将 IP 地址转换成整型数据。

数字是连续的，性能更好，占用空间也更小。

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，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，年龄) 来说,要优先使用无符号整型来存储。

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

c.小数值类型（比如年龄、状态表示如 0/1）优先使用 TINYINT 类型。

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。

2、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 #

原因：

  • 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；
  • ENUM 数据类型存在一些限制比如建议不要使用数值作为 ENUM 的枚举值。

相关阅读： 是否推荐使用 MySQL 的 enum 类型？ - 架构文摘 - 知乎open in new window

尽可能把所有的列定义为NOT NULL #

除非有特别的原因使用 NULL 值，应该总是让字段保持 NOT NULL。

  • 索引 NULL 列需要额外的空间来保存，所以要占用更多的空间；

    该位指示了该行数据中是否有NULL值，有则使用1来表示，该部分占的字节大小大概为1字节，比如当NULL标志位为06时，06转换为二进制为110，表示第二列和第三列为NULL。

  • 进行比较和计算时要对 NULL 值做特别的处理。

相关阅读： 技术分享 | MySQL 默认值选型（是空，还是 NULL）open in new window 。

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

反之， 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。并且，decimal 可用于存储比 bigint 更大的整型数据

不过， 由于 decimal 需要额外的空间和计算开销，应该尽量只在需要对数据进行精确计算时才使用 decimal 。

单表不要包含过多字段 #

如果一个表包含过多字段的话，可以考虑将其分解成多个表，必要时增加中间表进行关联。

索引设计规范 #

限制每张表上的索引数量，建议单张表索引不超过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，甚至有些情况下会降低查询效率。

    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。

禁止使用全文索引 #

全文索引不适用于 OLTP 场景。

On-Line Transaction Processing联机事务处理过程(OLTP)，也称为面向交易的处理过程

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

尽量使用联合索引

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(使用)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 #

  • 出现在 SELECT、UPDATE、DELETE 语句的 WHERE 从句中的列

  • 包含在 ORDER BY、GROUP BY、DISTINCT 中的字段

  • 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

  • 多表 join 的关联列

如何选择索引列的顺序 #

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）

避免建立冗余索引和重复索引（增加了查询优化器生成执行计划的时间） #

  • 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)

对于频繁的查询有优先考虑使用覆盖索引 #

覆盖索引：就是包含了所有查询字段 (where,select,order 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我们真实所需要的数据。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SET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 #

优化对性能影响较大的SQL语句 #

要找到最需要优化的 SQL 语句。要么是使用最频繁的语句，要么是优化后提高最明显的语句，可以通过查询 MySQL 的慢查询日志来发现需要进行优化的 SQL 语句；

充分利用表上已经存在的索引 #

  • 避免使用双%号的查询条件。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。

    https://blog.csdn.net/qq_33589510/article/details/123038988
    (a=1 b=1 c=1) (a=1 b=2 c=1) (a=1 b=2 c=3)
    (a=2 b=2 c=3) (a=2 b=2 c=5) (a=2 b=5 c=1) (a=2 b=5 c=2)
    (a=3 b=0 c=1) (a=3 b=3 c=5) (a=3 b=8 c=6)
    假设有一条SQL为select a,b,c from table where a = 2 and b >1 and c = 2，那么索引c就用不到了，因为有可能b查找后c是无序的了

  • 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 也通常会使用索引失效。

    这个的意思是，如果有两个列，b，a都是索引
    SELECT * FROM table WHERE a > 1 and b = 2;
    对于上面这句，如果建立(a，b)，那么只有a会用得到。而如果建立(b，a)，则都能用上
    （如果没有b= 2，那么（b，a）索引就用不上了）

禁止使用SELECT * 必须使用SELECT <字段列表> 查询 #

  • SELECT * 消耗更多的 CPU 和 IO 以网络带宽资源
  • SELECT * 无法使用覆盖索引
  • SELECT <字段列表> 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 #

如：

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

应使用：

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

建议使用预编译语句进行数据库操作 #

（这里应该是针对jdbc，不是指mybatis的情况）

例子：

  1. MySQL执行预编译分为如三步：

    • 执行预编译语句，例如：prepare myfun from ‘select * from t_book where bid=?’

    • 设置变量，例如：set @str=‘b1’

    • 执行语句，例如：execute myfun using @str

    如果需要再次执行myfun，那么就不再需要第一步，即不需要再编译语句了：

    • 设置变量，例如：set @str=‘b2’
    • 执行语句，例如：execute myfun using @str

    通过查看MySQL日志可以看到执行的过程：

    img

  2. 使用Statement执行预编译
    **使用Statement执行预编译就是把上面的SQL语句执行一次。 **

    Connection con = JdbcUtils.getConnection();
Statement stmt = con.createStatement();
stmt.executeUpdate("prepare myfun from 'select * from t_book where bid=?'");
stmt.executeUpdate("set @str='b1'");
ResultSet rs = stmt.executeQuery("execute myfun using @str");
while(rs.next()) {
  System.out.print(rs.getString(1) + ", ");
  System.out.print(rs.getString(2) + ", ");
  System.out.print(rs.getString(3) + ", ");
  System.out.println(rs.getString(4));
}
 
stmt.executeUpdate("set @str='b2'");
rs = stmt.executeQuery("execute myfun using @str");
 
while(rs.next()) {
  System.out.print(rs.getString(1) + ", ");
  System.out.print(rs.getString(2) + ", ");
  System.out.print(rs.getString(3) + ", ");
  System.out.println(rs.getString(4));
}
 
rs.close();
stmt.close();
con.close();

  3. useServerPrepStmts参数
    默认使用PreparedStatement是不能执行预编译的，这需要在url中给出useServerPrepStmts=true参数（MySQL Server 4.1之前的版本是不支持预编译的，而Connector/J在5.0.5以后的版本，默认是没有开启预编译功能的）。

    例如：jdbc:mysql://localhost:3306/test?useServerPrepStmts=true

  • 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 #

隐式转换会导致索引失效如: 这里id应该不是字符型(但是这个好像是例外，如果字段是数字，而查询的是字符，索引还是有效的)

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

详细解读可以看： MySQL 中的隐式转换造成的索引失效 这篇文章

避免使用子查询，可以把子查询优化为join操作 #

  • 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。

对应同一列进行or判断时，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法使用索引

不推荐：

where date(create_time)='20190101'

推荐：

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

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

程序连接不同的数据库使用不同的账号，禁止跨库查询 #

  • 为数据库迁移和分库分表留出余地
  • 降低业务耦合度
  • 避免权限过大而产生的安全风险

数据库操作行为规范 #

超 100 万行的批量写 (UPDATE,DELETE,INSERT) 操作,要分批多次进行操作 #

  1. 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

  2. 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

  3. 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

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。

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

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