MySQL 优化

MySQL 优化主要分为以下四大方面:

  • 设计:存储引擎,字段类型,范式与逆范式
  • 功能:索引,缓存,分区分表。
  • 架构:主从复制,读写分离,负载均衡。
  • 合理SQL:测试,经验。

规范设计

配置规范

(1)默认使用 InnoDB 存储引擎。

(2)保证字符集设置统一,MySQL数据库相关系统、数据库、表的字符集使都用 UTF8 ,设计到数据库的都统一设置为 UTF8 字符集。
注:UTF8UTF8MB4

(3)MySQL 数据库的事务隔离级别默认为 RR(Repeatable-Read),建议初始化时统一设置为 RC(Read-Committed)

(4)表需要合理规划,控制单表数据量,建议单表记录数控制在 2000W 以内。

(5)MySQL 实例下,库、表数量尽可能少;库一般不超过 50 个,每个数据库下,表数量一般不超过 500 个(包括分区表)。

建表规范

(1)InnoDB 禁止使用外键约束,可通过程序层面保证。

(2)存储精确浮点数必须使用 DECIMAL 替代 FLOATDOUBLE

(3)整型定义中无需定义显示宽度,比如:使用 INT,而不是 INT(5)

(4)不建议使用 ENUM 类型,使用 TINYINT 来代替。

(5)尽可能不使用 TEXTBLOB 类型,如果必须使用,建议将过大字段或是不常用的描述型较大字段拆分到其他表中;另外,禁止用数据库存储图片或文件。

(6)存储年时使用 YEAR(4),不使用 YEAR(2)

(7)建议字段定义为 NOT NULL

命名规范

(1)库、表、字段全部采用小写。

(2)库名、表名、字段名、索引名称均使用小写字母,并以 _ 分割。

(3)库名、表名、字段名建议不超过12个字符。(库名、表名、字段名支持最多64个字符,但为了统一规范、易于辨识以及减少传输量,统一不超过12字符)

(4)库名、表名、字段名见名知意,不需要添加注释。

索引规范

(1)索引建议命名规则:idx_col1_[_colN]、uniq_col1_[_colN](如果字段过长建议采用缩写)。

(2)索引中的字段数建议不超过 5 个。

(3)单张表的索引个数控制在 5 个以内。

(4)InnoDB 表一般都建议有主键列,尤其在高可用集群方案中是作为必须项的。

(5)建立复合索引时,优先将选择性高的字段放在前面。

(6)UPDATEDELETE 语句需要根据 WHERE 条件添加索引。

(7)不建议使用 % 前缀模糊查询,例如 LIKE “%weibo”,无法用到索引,会导致全表扫描。

(8)合理利用覆盖索引,SELECT email,uid FROM user_email WHERE uid=xx,如果 uid 不是主键,可以创建覆盖索引 idx_uid_email(uid,email) 来提高查询效率。

(9)避免在索引字段上使用函数,否则会导致查询时索引失效。

应用规范

(1)避免使用存储过程、触发器、自定义函数等,容易将业务逻辑和DB耦合在一起,后期做分布式方案时会成为瓶颈。

(2)考虑使用 UNION ALL,减少使用 UNION,因为 UNION ALL 不去重,而少了排序操作,速度相对比 UNION 要快,如果没有去重的需求,优先使用 UNION ALL

(3)考虑使用 limit N,少用 limit M,N ,特别是大表或M比较大的时候。

(4)减少或避免排序,如:group by 语句中如果不需要排序,可以增加 order by null

(5)统计表中记录数时使用 COUNT(*),而不是 COUNT(primary_key)COUNT(1)InnoDB 表避免使用 COUNT(*) 操作,计数统计实时要求较强可以使用 Memcache 或者 Redis,非实时统计可以使用单独统计表,定时更新。

(6)做字段变更操作(modify column/change column)的时候必须加上原有的注释属性,否则修改后,注释会丢失。

(7)使用 prepared statement 可以提高性能并且避免SQL注入。

(8)SQL 语句中 IN 包含的值不应过多。

(9)UPDATEDELETE 语句一定要有明确的 WHERE 条件。

(10)WHERE 条件中的字段值需要符合该字段的数据类型,避免MySQL进行隐式类型转化。

(11)SELECTINSERT 语句必须显式的指明字段名称,禁止使用 SELECT * 或是 INSERT INTO table_name values()

(12)INSERT 语句使用 batch 提交(INSERT INTO table_name VALUES(),(),()……),values 的个数不应过多。

清理 MySQL 日志

解决方法

  • 关闭 MySQL 主从,关闭 binlog
  • 开启 MySQL 主从,设置 expire_logs_days
  • 手动清除 binlog 文件,PURGE MASTER LOGS TO 'MySQL-bin.010'

关闭 MySQL 主从,关闭 binlog

my.ini 里注释掉 log-bin,binlog_format

1
2
3
4
5
# Replication Master Server (default)
# binary logging is required for replication
# log-bin=MySQL-bin
# binary logging format - mixed recommended
# binlog_format=mixed

然后重启数据库

设置 expire_logs_days

my.ini 修改 expire_logs_days=x , x 是自动删除的天数,一般将 x 设置为短点,如 10 , expire_logs_days = x 二进制日志自动删除的天数。默认值为 0 ,表示“没有自动删除”。此方法需要重启 MySQL ,附录有关于 expire_logs_days 的英文说明。

不重启 MySQL ,开启 MySQL 主从,直接在 MySQL 里设置 expire_logs_days

1
2
3
show binary logs;
show variables like '%log%';
set global expire_logs_days = 10;

手动清除binlog文件

命令查看

1
show binary logs;

查看哪个二进制正在使用

1
show  slave status\G;

命令清理

1
2
PURGE MASTER LOGS BEFORE DATE_SUB(CURRENT_DATE, INTERVAL 10 DAY); //删除10天前的MySQL 
purge binary logs to 'MySQL-tb-bin.000001';

也可重置 master ,删除所有 binlog 文件:

1
reset master; 

手动清理危险很大,而且还比较复杂。建议使用 设置 expire_logs_days 的方法。

阿里:MySQL数据库规范

设计规范

1.【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:

  • 不是频繁修改的字段。
  • 不是 varchar超长字段,更不能是 text 字段。
1
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。

2.【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2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。

3.【推荐】id必须是主键,每个表必须有主键,且保持增长趋势的, 小型系统可以依赖于 MySQL 的自增主键,大型系统或者需要分库分表时才使用内置的 ID 生成器

4.【强制】id类型没有特殊要求,必须使用bigint unsigned,禁止使用int,即使现在的数据量很小。id如果是数字类型的话,必须是8个字节。参见最后例子

  • 方便对接外部系统,还有可能产生很多废数据
  • 避免废弃数据对系统id的影响
  • 未来分库分表,自动生成id,一般也是8个字节

5.【推荐】字段尽量设置为 NOT NULL, 为字段提供默认值。 如字符型的默认值为一个空字符值串’’;数值型默认值为数值 0;逻辑型的默认值为数值 0;

6.【推荐】每个字段和表必须提供清晰的注释

7.【推荐】时间统一格式:YYYY-MM-DD HH:MM:SS

8.【强制】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

命名规范

1.【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)。

1
2
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_deleted`,`1` 表示删除,`0` 表示未删除。

2.【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。

1
2
3
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: health_user,rdc_config,level3_name
反例: HealthUser,rdcConfig,level_3_name

3.【强制】表名不使用复数名词。

1
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.【强制】禁用保留字,如 descrangematchdelayed等,请参考 MySQL 官方保留字。

5.【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

1
2
3
说明: pk_ 即 primary key;
uk_ 即 unique key;
idx_ 即 index 的简称。

6.【强制】小数类型为 decimal,禁止使用 floatdouble

1
说明: float 和 double 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.【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。

8.【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。

9.【强制】表必备三字段:id, is_delete,gmt_create, gmt_modified

1
2
说明: 其中id必为主键,类型为`unsigned bigint`、单表时自增、步长为1。	
gmt_create, gmt_modified 的类型均为`date_time`类型,前者现在时表示主动创建,后者过去分词表示被动更新。

10.【强制】所有命名必须使用全名,有默认约定的除外,如果超过 30 个字符,使用缩写,请尽量名字易懂简短,如 description --> desc;information --> info;address --> addr

11.【推荐】表的命名最好是加上业务名称_表的作用

1
正例:health_user / trade_config

12.【推荐】库名与应用名称尽量一致。如health

13.【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

14.【推荐】所有时间字段,都以 gmt_开始,后面加上动词的过去式,最后不要加上 time 单词,例如 gmt_create

类型规范

1.表示状态字段(0-255)的使用 TINYINT UNSINGED,禁止使用枚举类型,注释必须清晰地说明每个枚举的含义,以及是否多选等

2.表示boolean类型的都使用TINYINT(1),因为mysql本身是没有boolean类型的,在自动生成代码的时候,DO对象的字段就是boolean类型,例如 is_delete;其余所有时候都使用TINYINT(4)

TINYINT(4),这个括号里面的数值并不是表示使用多大空间存储,而是最大显示宽度,并且只有字段指定zerofill时有用,没有zerofill,(m)就是无用的,例如id BIGINT ZEROFILL NOT NULL,所以建表时就使用默认就好了,不需要加括号了,除非有特殊需求,例如TINYINT(1)代表boolean类型。

TINYINT(1),TINYINT(4)都是存储一个字节,并不会因为括号里的数字改变。例如TINYINT(4)存储22则会显示0022,因为最大宽度为4,达不到的情况下用0来补充。

3.【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。

类型 字节 表示范围
tinyint 1 无符号值: 0~255;有符号值: -128~127
smallint 2 无符号值: 0~65536;有符号值: -32768~32767
mediumint 3 无符号值: 0~16777215;有符号值: -8388608~8388607
int 4 无符号值: 04294967295;有符号值: -21474836482147483647
bigint 8 无符号值: 0~((2³²×²)-1);有符号值: -(2³²×²)/2 ~ (2³²×²)/2-1

4.非负的数字类型字段,都添加上 UNSINGED, 如可以使用 INT UNSINGED 字段存IPV4

5.时间字段使用时间日期类型,不要使用字符串类型存储,日期使用DATE类型,年使用YEAR类型,日期时间使用DATETIME

6.字符串VARCHAR(N), 其中 N表示字符个数,请尽量减少 N的大小,参考:code VARCHAR(32)name VARCHAR(32)memo VARCHAR(512)

7.BlobText 类型所存储的数据量大,删除和修改操作容易在数 据表里产生大量的碎片,避免使用 BlobText 类型

索引规范

1.【强制】业务上具有唯一特性的字段,即使是多个字段的组合,也必须建成唯一索引。

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.【强制】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。

即使双表 join 也要注意表索引、SQL 性能。

3.【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.【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。

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。

5.【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。

6.【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:主键索引、唯一索引、普通索引,而覆盖索引是一种查询的效果,用explain的结果,extra列会出现:using index

7.【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:

1
SELECT a.* FROM1 a, (select id from1 where 条件 LIMIT 100000,20 ) b where a.id=b.id

8.【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:

  • 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。

9.【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 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。

10【推荐】防止因字段类型不同造成的隐式转换,导致索引失效。

11.【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。
  1. 【总结】
1
2
3
4
5
6
7
8
9
10
11
12
   • 索引占磁盘空间,不要重复的索引,尽量短  
• 只给常用的查询条件加索引
• 过滤性高的列建索引,取值范围固定的列不建索引
• 唯一的记录添加唯一索引
• 频繁更新的列不要建索引
• 不要对索引列运算
• 同样过滤效果下,保持索引长度最小
• 合理利用组合索引,注意索引字段先后顺序
• 多列组合索引,过滤性高的字段最前
• order by 字段建立索引,避免 filesort
• 组合索引,不同的排序顺序不能使用索引
• <>、!=无法使用索引

SQL规范

1.【强制】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非 NULL 无关。

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.【强制】count(distinct col) 计算该列除 NULL 之外的不重复行数,

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.【强制】当某一列col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 IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;

4.【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。

  • 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。

5.【强制】 在代码中写分页查询逻辑时,若 count 0 应直接返回,避免执行后面的分页语句。

6.【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: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。

7.【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。

8.【强制】数据订正时,删除和修改记录时,要先 select,避免出现误删除,确认无误才能执行更新语句。

9.【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。

10.【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。

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 utfmb4 来进行存储,注意它与 utf-8 编码的区别。

11.【参考】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。

12.【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。

13.【总结】

1
2
3
4
5
6
7
8
9
10
11
• 能够快速缩小结果集的 WHERE 条件写在前面,如果有恒量条件,也尽量放在前面 ,例如 where 1=1  
• 避免使用 GROUP BY、DISTINCT 等语句的使用,避免联表查询和子查询
• 能够使用索引的字段尽量进行有效的合理排列
• 针对索引字段使用 >, >=, =, <, <=, IF NULL 和 BETWEEN 将会使用索引,如果对某个索引字段进行 LIKE 查询,使用 LIKE‘%abc%’ 不能使用索引,使用 LIKE ‘abc%’ 将能够使用索引
• 如果在 SQL 里使用了 MySQL部分自带函数,索引将失效
• 避免直接使用 select *,只取需要的字段,增加使用覆盖索引使用的可能
• 对于大数据量的查询,尽量避免在 SQL 语句中使用 order by 字句
• 连表查询的情况下,要确保关联条件的数据类型一致,避免嵌套子查询
• 对于连续的数值,使用 between 代替 in
• where 语句中尽量不要使用 CASE 条件
• 当只要一行数据时使用 LIMIT 1

ORM映射

1.【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。

1
2
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。

2.【强制】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。

示例

1
2
3
4
5
6
7
8
9
CREATE TABLE `health_package` (
`id` bigint unsigned NOT NULL AUTO_INCREMENT COMMENT '序号',
`package_id` int unsigned NOT NULL COMMENT '套系 id',
`module_id` int unsigned NOT NULL COMMENT '模块 id',
`is_delete` tinyint unsigned NOT NULL DEFAULT 0 COMMENT '是否删除,0-未删除,1-删除,默认为0',
`gmt_create` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP COMMENT 'Create time, common column by DB rules',
`gmt_modified` datetime NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP COMMENT 'Modified time,common column by DB rules ',
PRIMARY KEY (`id`)
) COMMENT='This table stores module and package of health for ...';