点评阿里JAVA手册之MySQL数据库 (建表规约、索引规约、SQL语句、ORM映射)

时间:2024-08-25 19:37:02

下载原版阿里JAVA开发手册  【阿里巴巴Java开发手册v1.2.0】

本文主要是对照阿里开发手册,注释自己在工作中运用情况。

本文内容:MySQL数据库 (建表规约、索引规约、SQL语句、ORM映射)

本文难度系数为三星(★★★) 本文为第四篇

第一篇 点评阿里JAVA手册之编程规约(命名风格、常量定义、代码风格、控制语句、注释规约)

第二篇 点评阿里JAVA手册之编程规约(OOP 规约 、集合处理 、并发处理 、其他)

第三篇 点评阿里JAVA手册之异常日志(异常处理 日志规约 )

第四篇 点评阿里JAVA手册之MySQL数据库 (建表规约、索引规约、SQL语句、ORM映射)

码出高效、码出质量。

代码的字里行间流淌的是软件生命中的血液,质量的提升是尽可能少踩坑,杜绝踩重复的坑,切实提升质量意识。另外,现代软件架构都需要协同开发完成,高效协作即降低协同成本,提升沟通效率,所谓无规矩不成方圆,无规范不能协作。众所周知,制订交通法规表面上是要限制行车权,实际上是保障公众的人身安全。试想如果没有限速,没有红绿灯,谁还敢上路行驶。对软件来说,适当的规范和标准绝不是消灭代码内容的创造性、优雅性,而是限制过度个性化,以一种普遍认可的统一方式一起做事,提升协作效率。

MySQL数据库

(一) 建表规约

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)。 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。

【点评】规则存疑,更愿意用类似deletedflag这样的字段,便于扩展数据类型用【unsigned tinyint】,遵循

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。

正例:getter_admin,task_config,level3_name

反例:GetterAdmin,taskConfig,level_3_name

【点评】规则好,严格遵循

3.【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。

【点评】规则好,严格遵循

4.【强制】禁用保留字,如desc、range、match、delayed等,请参考MySQL官方保留字。

【点评】规则好,严格遵循

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

【点评】规则好,严格遵循

6. 【强制】小数类型为decimal,禁止使用float和double。 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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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5000,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。

【点评】规则好,严格遵循

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

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。

【点评】规则好,严格遵循 ,更喜欢用create_time和modify_time

10.【推荐】表的命名最好是加上“业务名称_表的作用”。

正例:tiger_task / tiger_reader / mpp_config

【点评】规则好,严格遵循

11.【推荐】库名与应用名称尽量一致。

【点评】规则好,严格遵循

12.【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。

【点评】规则好,严格遵循

13.【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。

【点评】规则好,严格遵循

14.【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。

【点评】规则好,严格遵循

15.【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

表示范围

150岁之内

unsigned tinyint

无符号值:0到255

数百岁

unsigned smallint

无符号值:0到65535

恐龙化石

数千万年

unsigned int

无符号值:0到约42.9亿

太阳

约50亿年

unsigned bigint

无符号值:0到约10的19次方

【点评】规则好,严格遵循

(二) 索引规约

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。

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。

【点评】规则好,严格遵循

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。

说明:即使双表join也要注意表索引、SQL性能。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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。

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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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一种效果,用explain的结果,extra列会出现:using index。

【点评】规则好,严格遵循

参考:http://www.cnblogs.com/zl0372/articles/mysql_32.html

话说有这么一个表:

复制代码

CREATE TABLE `user_group` (

`id` int(11) NOT NULL auto_increment,

`uid` int(11) NOT NULL,

`group_id` int(11) NOT NULL,

PRIMARY KEY  (`id`),

KEY `uid` (`uid`),

KEY `group_id` (`group_id`),

) ENGINE=InnoDB AUTO_INCREMENT=750366 DEFAULT CHARSET=utf8

复制代码

看AUTO_INCREMENT就知道数据并不多,75万条。然后是一条简单的查询:

SELECT SQL_NO_CACHE uid FROM user_group WHERE group_id = 245;

很简单对不对?怪异的地方在于:

如果换成MyISAM做存储引擎的时候,查询耗时只需要0.01s,用InnoDB却会是0.15s左右

如果只是就这么点差距其实不是什么大不了的事,但是真实的业务需求比这个复杂,造成的差距也很大:MyISAM只需要0.12s,InnoDB则需要2.2s.,最终定位到问题症结是在这条SQL。

 Explain的结果是:

+----+-------------+------------+------+---------------+----------+---------+-------+------+-------+

| id | select_type | table      | type | possible_keys | key      | key_len | ref   | rows | Extra |

+----+-------------+------------+------+---------------+----------+---------+-------+------+-------+

|  1 | SIMPLE      | user_group | ref  | group_id      | group_id | 4       | const | 5544 |       |

+----+-------------+------------+------+---------------+----------+---------+-------+------+-------+

看起来已经用上索引了,而这条SQL语句已经简单到让我无法再优化了。最后请前同事Gaston诊断了一下,他认为:数据分布上,group_id相同的比较多,uid散列的比较均匀,加索引的效果一般,但是还是建议我试着加了一个多列索引:

ALTER TABLE user_group ADD INDEX group_id_uid (group_id, uid);

然后,不可思议的事情发生了……这句SQL查询的性能发生了巨大的提升,居然已经可以跑到0.00s左右了。经过优化的SQL再结合真实的业务需求,也从之前2.2s下降到0.05s。

再Explain一次:

+----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+

| id | select_type | table      | type | possible_keys         | key          | key_len | ref   | rows | Extra       |

+----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+

|  1 | SIMPLE      | user_group | ref  | group_id,group_id_uid | group_id_uid | 4       | const | 5378 | Using index |

+----+-------------+------------+------+-----------------------+--------------+---------+-------+------+-------------+

原来是这种叫覆盖索引(covering index),MySQL只需要通过索引就可以返回查询所需要的数据,而不必在查到索引之后再去查询数据,所以那是相当的快!!但是同时也要求所查询的字段必须被索引所覆盖到,在Explain的时候,输出的Extra信息中如果有“Using Index”,就表示这条查询使用了覆盖索引。

不过,还有一个无法解释的问题就是,不用覆盖索引的情况下,为什么用MyISAM就快那么多,而InnoDB就慢这么多呢?

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: SELECT a.* FROM 表1 a, (select id from 表1 where 条件 LIMIT 100000,20 ) b where a.id=b.id

【点评】规则好,严格遵循

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: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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

11. 【参考】创建索引时避免有如下极端误解:

1)宁滥勿缺。误认为一个查询就需要建一个索引。

2)宁缺勿滥。误认为索引会消耗空间、严重拖慢更新和新增速度。

3)抵制惟一索引。误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。

【点评】规则好,严格遵循

(三) SQL语句

1. 【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。

【点评】规则好,严格遵循

2. 【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。

【点评】规则好,严格遵循

3.【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 IF(ISNULL(SUM(g)),0,SUM(g)) FROM table;

【点评】规则好,严格遵循

4. 【强制】使用ISNULL()来判断是否为NULL值。注意:NULL与任何值的直接比较都为NULL。

说明: 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。

【点评】规则好,严格遵循

5. 【强制】 在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。

【点评】规则好,严格遵循

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:(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,则为级联更新。

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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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。

【点评】规则好,严格遵循

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。

说明: SELECT LENGTH("轻松工作"); 返回为12;

SELECT CHARACTER_LENGTH("轻松工作"); 返回为4

如果要使用表情,那么使用utfmb4来进行存储,注意它与utf-8编码的区别。

【点评】规则好,严格遵循

11. 【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。

【点评】规则好,严格遵循

(四) 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。

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。

【点评】规则好,严格遵循

2. 【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<resultMap>中增加映射,是必须的。

在MyBatis Generator生成的代码中,需要进行对应的修改。

【点评】规则存疑,用flag结尾字段

3. 【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。

【点评】规则好,严格遵循

4. 【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。

【点评】规则好,严格遵循

5. 【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<String, Object>();

map.put("start", start);

map.put("size", size);

【点评】规则好,严格遵循

6. 【强制】不允许直接拿HashMap与Hashtable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。

【点评】规则好,严格遵循

7. 【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。

【点评】规则好,严格遵循

8. 【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。

【点评】规则好,严格遵循

9. 【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。

【点评】规则好,严格遵循

10.【参考】<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。

【点评】规则好,严格遵循