【解读】阿里巴巴 MySQL 数据库规约_阿里巴巴规约类最大长度多少
赞
踩
大家好，我是只谈技术不剪发的 Tony 老师。
本文是个人对阿里巴巴集团《JAVA开发手册》（嵩山版）中关于 MySQL 数据库规约的理解，如有异议，实属正常。
(一) 建表规约
-
【强制】 表达是与否概念的字段，必须使用 is_xxx 的方式命名，数据类型是 unsigned tinyint（1 表示是，0 表示否）。
说明：任何字段如果为非负数，必须是 unsigned。
注意：POJO 类中的任何布尔类型的变量，都不要加 is 前缀，所以，需要在设置从 is_xxx 到 Xxx 的映射关系。数据库表示是与否的值，使用 tinyint 类型，坚持 is_xxx 的命名方式是为了明确其取值含义与取值范围。
正例：表达逻辑删除的字段名 is_deleted，1 表示删除，0 表示未删除。
解读：is_xxx 命名方式可以明确表达是否的概念，不过个人喜欢使用 VARCHAR(1) 类型，并且通过 CHECK 约束限制取值为 Y（表示是）和 N（表示否）。 -
【强制】 表名、字段名必须使用小写字母或数字，禁止出现数字开头，禁止两个下划线中间只出现数字。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。
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：aliyun_admin，rdc_config，level3_name
反例：AliyunAdmin，rdcConfig，level_3_name
解读：经常看到的一种反例就是驼峰命名法，例如 AliyunAdmin。 -
【强制】 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。
解读：使用 employee 表示员工，而不是 employees。 -
【强制】 禁用保留字，如 desc、 range、 match、 delayed 等，请参考 MySQL 官方保留字。
解读：MySQL 8.0 关键字和保留词。 -
【强制】 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_ 即 primary key；uk_ 即 unique key；idx_ 即 index 的简称。
解读：主键索引名为 pk_表名；唯一索引名为 uk_表名_字段名；普通索引名则为 idx_表名_字段名。另外，检查约束名为 ck_表名_字段名。 -
【强制】 小数类型为 decimal，禁止使用 float 和 double。
说明：在存储的时候，float 和 double 都存在精度损失的问题，很可能在比较值的时候，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并分开存储。
解读：decimal 和 numeric 是同义词。 -
【强制】 如果存储的字符串长度几乎相等，使用 char 定长字符串类型。
解读：个人认为，如果字符串的长度不固定而且不超过上千，应该使用 varchar 变长字符串类型。 -
【强制】 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。
解读：无异议。 -
【强制】 表必备三字段：id, create_time, update_time。
说明：其中 id 必为主键，类型为 bigint unsigned、单表时自增、步长为 1。 create_time, update_time 的类型均为 datetime 类型，前者现在时表示主动式创建，后者过去分词表示被动式更新。
解读：update_time 应该是 updated_time。 -
【推荐】 表的命名最好是遵循“业务名称_表的作用” 。
正例：alipay_task / force_project / trade_config
解读：无异议。 -
【推荐】 库名与应用名称尽量一致。
解读：无异议。 -
【推荐】 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。
解读：对于表示状态值的字段，还需要加上 CHECK 约束。 -
【推荐】 字段允许适当冗余，以提高查询性能，但必须考虑数据一致。冗余字段应遵循：
1） 不是频繁修改的字段。
2） 不是唯一索引的字段。
3） 不是 varchar 超长字段，更不能是 text 字段。
正例：各业务线经常冗余存储商品名称，避免查询时需要调用 IC 服务获取。
解读：设计表结构时先遵循规范化设计，一般需要考虑第三范式；然后根据需要进行适当反规范化设计，提高查询性能。 -
【推荐】 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。
解读：注意是推荐，并不表示到达这个数量级就一定需要分库分表；另外，分库分表需要考虑到应用程序的改造和维护成本的增加，需要慎重考虑。 -
【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：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 人 150 岁之内 tinyint unsigned 1 龟 数百岁 smallint unsigned 2 无符号值：0 到 65535 恐龙化石 数千万年 int unsigned 4 无符号值：0 到约 43 亿 太阳 约 50 亿年 bigint unsigned 解读：我们在选择字段的数据类型时，首先应该满足存储业务数据的要求，其次还需要考虑性能和使用的便捷性。一般来说，我们可以先确定基本的类型：
- 文本数据使用字符串类型进行存储。
- 数值数据，尤其是需要进行算术运算的数据，使用数字类型。
- 日期和时间信息最好使用原生的日期时间类型。
- 文档、图片、音频和视频等使用二进制类型，或者可以考虑存储在文件服务器上，然后在数据库中存储文件的路径。
然后我们进一步确定具体的数据类型。
在满足数据存储和扩展的前提下，尽量使用更小的数据类型。这样可以节省一些存储，通常性能也会更好。例如，对于一个小型公司而言，员工人数通常不会超过几百，可以使用SMALLINT类型存储员工编号。对于MySQL而言，如果不需要支持负数的话可以考虑无符号的数字类型。
如果我们需要存储精确的数字，避免使用浮点数字类型。例如，与财务相关的数据我们应该使用NUMERIC(p, s)数据类型。另外，我们也可以将数值乘以10的N次方进行存储，例如将10.35元存储为整数103500，然后在应用程序中进行处理和转换显示。
对于字符串数据，优先使用VARCHAR类型。如果字符串的长度固定，我们可以考虑使用CHAR类型。另外，只有在普通字符串类型的长度无法满足时才会考虑使用大字段类型。
不建议使用字符串存储日期时间数据，因为它们无法支持数据的运算，例如返回两个日期之间的时间间隔。另外，最好也不要使用当前时间距离1970年1月1日的毫秒数来表示时间，因为这种方式在显示时需要进行额外的转换。
除此之外，如果一个字段同时出现在多个表中，我们应该使用相同的数据类型。例如，员工表中的部门编号（dept_id）字段与部门表的编号（dept_id）字段应该保持名称和类型一致。
(二) 索引规约
-
【强制】 业务上具有唯一特性的字段，即使是组合字段，也必须建成唯一索引。
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。
解读：无异议。 -
【强制】 超过三个表禁止 join。需要 join 的字段，数据类型保持绝对一致；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、 SQL 性能。
解读：随着 MySQL 新版本的发布，查询优化器提供了更智能的连接实现算法，多表查询的性能问题得到了一定的改善，我们可以通过测试验证可行性。 -
【强制】 在 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。
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。
解读：无异议。 -
【强制】 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。
解读：对于 LIKE 运算符，LIKE ‘abc%’ 可以利用索引，但是 LIKE ‘%abc’ 和 LIKE ‘%abc%’ 无法使用索引。这类模糊查询可以考虑全文索引或者专门的搜索引擎。 -
【推荐】 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：a_b_c
反例：索引如果存在范围查询，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。
解读：反例中 a>10 的索引中，b 并没有一定的排序顺序，索引无法使用索引。 -
【推荐】 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。
解读：覆盖索引并不是索引，而是索引刚好包含（覆盖）了需要的结果。 -
【推荐】 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 t1.* FROM 表 1 as t1, (select id from 表 1 where 条件 LIMIT 100000,20 ) as t2 where t1.id=t2.id
解读：当优化器不够智能时，我们需要手动帮助它优化。 -
【推荐】 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：
1） 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。
2） ref 指的是使用普通的索引（normal index）。
3） 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。
解读：问题在于扫描完索引之后还需要回表。 -
【推荐】 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 c>? and d=? 那么即使 c 的区分度更高，也必须把 d 放在索引的最前列，即建立组合索引 idx_d_c。
解读：无异议。 -
【推荐】 防止因字段类型不同造成的隐式转换，导致索引失效。
解读：针对索引字段的运算和函数也会导致索引失效。 -
【参考】 创建索引时避免有如下极端误解：
1） 索引宁滥勿缺。 认为一个查询就需要建一个索引。
2） 吝啬索引的创建。 认为索引会消耗空间、 严重拖慢记录的更新以及行的新增速度。
3） 抵制惟一索引。 认为惟一索引一律需要在应用层通过“先查后插” 方式解决。解读：索引不仅可以优化SELECT语句，某些情况下也可以优化UPDATE或者DELETE语句，因为数据库可以通过索引快速找到需要更新或者删除的记录。
既然索引可以优化查询的性能，那么索引是不是越多越好？显然并非如此，因为索引在提高查询速度的同时也需要付出一定的代价。
首先，索引需要占用磁盘空间。索引独立于数据而存在，过多的索引会占用大量的空间，甚至超过数据文件的大小。其次，对数据进行DML操作时，同时也需要对索引进行维护，维护索引可能比修改数据占用的时间更长。
总之，索引是优化查询的一个有效手段，但是过渡索引可能给系统带来负面的影响。
(三) SQL 语句
- 【强制】 不要使用 count(列名)或 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。
解读：无异议。 - 【强制】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。
解读：无异议。 - 【强制】 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 sum 的 NPE 问题：SELECT IFNULL(SUM(column), 0) FROM table;
解读：无异议。 - 【强制】 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。
1） NULL<>NULL 的返回结果是 NULL，而不是 false。
2） NULL=NULL 的返回结果是 NULL，而不是 true。
3） NULL<>1 的返回结果是 NULL，而不是 true。
反例：在 SQL 语句中，如果在 null 前换行，影响可读性。 select * from table where column1 is null and column3 is not null; 而ISNULL(column)是一个整体，简洁易懂。从性能数据上分析，ISNULL(column)执行效率更快一些。
解读：is null 是 SQL 标准，ISNULL() 是 MySQL 特有语法。 - 【强制】 代码中写分页查询逻辑时，若 count 为 0 应直接返回，避免执行后面的分页语句。
解读：无异议。 - 【强制】 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：（概念解释）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。
解读：使用没有业务含义的主键（例如自增ID）可以避免外键级联更新，为什么需要更新 student_id 呢？外键是保证数据完整性的手段，如果放弃外键，一定要确保应用层的操作不会导致数据异常问题。互联网场景对数据一致性要求没有那么严格，但是传统金融、电信行业无法忍受数据的不一致。 - 【强制】 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。
解读：互联网交易系统一般不需要使用存储过程，传统行业和报表系统对存储过程的依赖不少。 - 【强制】 数据订正（特别是删除或修改记录操作）时，要先 select，避免出现误删除，确认无误才能执行更新语句。
解读：无异议。 - 【强制】对于数据库中表记录的查询和变更，只要涉及多个表，都需要在列名前加表的别名（或表名）进行限定。
说明：对多表进行查询记录、更新记录、删除记录时，如果对操作列没有限定表的别名（或表名），并且操作列在多个表中存在时，就会抛异常。
正例：select t1.name from table_first as t1 , table_second as t2 where t1.id=t2.id;
反例：在某业务中，由于多表关联查询语句没有加表的别名（或表名）的限制，正常运行两年后，最近在某个表中增加一个同名字段，在预发布环境做数据库变更后，线上查询语句出现出 1052 异常：Column ‘name’ in field list is ambiguous。
解读：无异议。 - 【推荐】 SQL 语句中表的别名前加 as，并且以 t1、 t2、 t3、 …的顺序依次命名。
说明：1）别名可以是表的简称，或者是依照表在 SQL 语句中出现的顺序，以 t1、 t2、 t3 的方式命名。 2）别名前加 as 使别名更容易识别。
正例：select t1.name from table_first as t1, table_second as t2 where t1.id=t2.id;
解读：无异议。 - 【推荐】 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。
解读：无异议。 - 【参考】 因国际化需要，所有的字符存储与表示，均采用 utf8 字符集，那么字符计数方法需要注意。
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 utf8 编码的区别。
解读：推荐使用 utf8mb4 字符集。 - 【参考】TRUNCATE TABLE 比 DELETE 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。
解读：无异议。
(四) ORM 映射
- 【强制】 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：1）增加查询分析器解析成本。 2）增减字段容易与 resultMap 配置不一致。 3）无用字段增加网络消耗，尤其是 text 类型的字段。
解读：按需取字段。 - 【强制】 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。
说明：参见定义 POJO 类以及数据库字段定义规定，在 sql.xml 增加映射，是必须的。
解读：无异议。 - 【强制】 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。
解读：无异议。 - 【强制】 sql.xml 配置参数使用：#{}，#param# 不要使用${} 此种方式容易出现 SQL 注入。
解读：无异议。 - 【强制】 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 subList 取 start,size 的子集合。
正例：
Map<String, Object> map = new HashMap<>(16);
map.put(“start”, start);
map.put(“size”, size);
解读：无异议。 - 【强制】 不允许直接拿 HashMap 与 Hashtable 作为查询结果集的输出。
反例：某同学为避免写一个xxx，直接使用 HashTable 来接收数据库返回结果，结果出现日常是把 bigint 转成 Long 值，而线上由于数据库版本不一样，解析成 BigInteger，导致线上问题。
解读：无异议。 - 【强制】 更新数据表记录时，必须同时更新记录对应的 update_time 字段值为当前时间。
解读：无异议。 - 【推荐】 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。
解读：无异议。 - 【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。
解读：无异议。 - 【参考】 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；表示不为空且不为 null 时执行；表示不为 null 值时执行。
解读：无异议。
