前言
這些原則都是經(jīng)歷過實戰(zhàn)總結(jié)而成
每一條原則背后都是血淋淋的教訓
這些原則主要是針對數(shù)據(jù)庫開發(fā)人員，在開發(fā)過程中務(wù)必注意
一、核心原則
1.盡量不在數(shù)據(jù)庫做運算
俗話說：別讓腳趾頭想事情，那是腦瓜子的職責
作為數(shù)據(jù)庫開發(fā)人員，我們應(yīng)該讓數(shù)據(jù)庫多做她所擅長的事情：
舉例：
在mysql中盡量不要使用如：md5()、Order by Rand()等這類運算函數(shù)
2.盡量控制單表數(shù)據(jù)量
大家都知道單表數(shù)據(jù)量過大后會影響數(shù)據(jù)查詢效率，嚴重情況下會導致整個庫都卡住
一般情況下，按照一年內(nèi)單表數(shù)據(jù)量預估：
同時要盡量做好合理的分表，使單表數(shù)據(jù)量不超載，常見的分表策略有：
分區(qū)表的適用場景主要有：
① 表非常大，無法全部存在內(nèi)存，或者只在表的最后有熱點數(shù)據(jù)，其他都是歷史數(shù)據(jù)；
② 分區(qū)表的數(shù)據(jù)更易維護，可以對獨立的分區(qū)進行獨立的操作；
③ 分區(qū)表的數(shù)據(jù)可以分布在不同的機器上，從而高效使用資源；
④ 可以使用分區(qū)表來避免某些特殊的瓶頸；
⑤ 可以備份和恢復獨立的分區(qū)。
但是使用分區(qū)表同樣有一些限制，在使用的時候需要注意：
① 一個表最多只能有 1024 個分區(qū)；
② 5.1版本中，分區(qū)表表達式必須是整數(shù)， 5.5可以使用列分區(qū)；
③ 分區(qū)字段中如果有主鍵和唯一索引列，那么主鍵列和唯一列都必須包含進來；
④ 分區(qū)表中無法使用外鍵約束；
⑤ 需要對現(xiàn)有表的結(jié)構(gòu)進行修改；
⑥ 所有分區(qū)都必須使用相同的存儲引擎；
⑦ 分區(qū)函數(shù)中可以使用的函數(shù)和表達式會有一些限制；
⑧ 某些存儲引擎不支持分區(qū)；
⑨ 對于 MyISAM 的分區(qū)表，不能使用 load index into cache；
⑩ 對于 MyISAM 表，使用分區(qū)表時需要打開更多的文件描述符。
3.盡量控制表字段數(shù)量
單表的字段數(shù)量也不能太多，根據(jù)業(yè)務(wù)場景進行優(yōu)化調(diào)整，盡量調(diào)整表字段數(shù)少而精，這樣有以下好處：
那究竟單表多少字段合適呢？
按照單表1G體積，500W行數(shù)據(jù)量進行評估：
==>建議單表字段數(shù)上限控制在20~50個
4.平衡范式與冗余
數(shù)據(jù)庫表結(jié)構(gòu)的設(shè)計也講究平衡，以往我們經(jīng)常說要嚴格遵循三大范式，所以先來說說什么是范式：
第一范式：單個字段不可再分。唯一性。
第二范式：不存在非主屬性只依賴部分主鍵。消除不完全依賴。
第三范式：消除傳遞依賴。
用一句話來總結(jié)范式和冗余：
冗余是以存儲換取性能，
范式是以性能換取存儲。
所以，一般在實際工作中冗余更受歡迎一些。
模型設(shè)計時，這兩方面的具體的權(quán)衡，首先要以企業(yè)提供的計算能力和存儲資源為基礎(chǔ)。
其次，一般互聯(lián)網(wǎng)行業(yè)中都根據(jù)Kimball模式實施數(shù)據(jù)倉庫，建模也是以任務(wù)驅(qū)動的，因此冗余和范式的權(quán)衡符合任務(wù)需要。
例如，一份指標數(shù)據(jù)，必須在早上8點之前處理完成，但計算的時間窗口又很小，要盡可能減少指標的計算耗時，這時在計算過程中要盡可能減少多表關(guān)聯(lián)，模型設(shè)計時需要做更多的冗余。
5.拒絕3B
數(shù)據(jù)庫的并發(fā)就像城市交通，呈非線性增長
這就要求我們在做數(shù)據(jù)庫開發(fā)的時候一定要注意高并發(fā)下的瓶頸，防止因高并發(fā)造成數(shù)據(jù)庫癱瘓。
這里的拒絕3B是指：
二、字段類原則
1.用好數(shù)值字段類型
三類數(shù)值類型：
以幾個常見的例子來進行說明：
1）INT(1) VS INT(11)
很多人都分不清INT(1)和INT(11)的區(qū)別，想必大家也很好奇吧，其實1和11其實只是顯示長度的卻別而已，也就是不管int（x）x的值是什么值，存儲數(shù)字的取值范圍還是int本身數(shù)據(jù)類型的取值范圍，x只是數(shù)據(jù)顯示的長度而已。
2）BIGINT AUTO_INCREMENT
大家都知道，有符號int最大可以支持到約22億，遠遠大于我們的需求和MySQL單表所能支持的性能上限。對于OLTP應(yīng)用來說，單表的規(guī)模一般要保持在千萬級別，不會達到22億上限。如果要加大預留量，可以把主鍵改為改為無符號int，上限為42億，這個預留量已經(jīng)是非常的充足了。
使用bigint，會占用更大的磁盤和內(nèi)存空間，內(nèi)存空間畢竟有限，無效的占用會導致更多的數(shù)據(jù)換入換出，額外增加了IO的壓力，對性能是不利的。
因此推薦自增主鍵使用int unsigned類型，但不建議使用bigint。
3）DECIMAL(N,0)
當采用DECIMAL數(shù)據(jù)類型的時候，一般小數(shù)位數(shù)不會是0，如果小數(shù)位數(shù)設(shè)置為0，那建議使用INT類型
2.將字符轉(zhuǎn)化為數(shù)字
數(shù)字型VS字符串型索引有更多優(yōu)勢：
舉例：用無符號INT存儲IP，而非CHAR(15)
INT UNSIGNED
可以用INET_ATON()和INET_NTOA()來實現(xiàn)IP字符串和數(shù)值之間的轉(zhuǎn)換
3.優(yōu)先使用ENUM或SET
對于一些枚舉型數(shù)據(jù)，我們推薦優(yōu)先使用ENUM或SET，這樣的場景適合：
1）字符串型
2）可能值已知且有限
存儲方面：
1）ENUM占用1字節(jié)，轉(zhuǎn)為數(shù)值運算
2）SET視節(jié)點定，最多占用8字節(jié)
3）比較時需要加‘單引號（即使是數(shù)值）
舉例：
`sex` enum('F','M') COMMENT '性別'；
`c1` enum('0','1','2','3') COMMENT '審核'；
4.避免使用NULL字段
為什么在數(shù)據(jù)庫表字段設(shè)計的時候盡量都加上NOT NULL DEFAULT ''，這里面不得不說用NULL字段的弊端：
很難進行查詢優(yōu)化
NULL列加索引，需要額外空間
含NULL復合索引無效
舉例：
1）`a` char(32) DEFAULT NULL 【不推薦】
2）`b` int(10) NOT NULL 【不推薦】
3）`c` int(10) NOT NULL DEFAULT 0 【推薦】
5.少用并拆分TEXT/BLOB
TEXT類型處理性能遠低于VARCHAR
盡量不用TEXT/BLOB數(shù)據(jù)類型
如果業(yè)務(wù)需要必須用，建議拆分到單獨的表
舉例：
CREATE TABLE t1 ( id INT NOT NULL AUTO_INCREMENT, data TEXT NOT NULL, PRIMARY KEY(id)) ENGINE=InnoDB;
6.不在數(shù)據(jù)庫里存圖片
先上圖：
可見，如果將圖片全部存在數(shù)據(jù)庫，將使得數(shù)據(jù)庫體積變大，會造成讀寫速度變慢。
圖片存數(shù)據(jù)庫的弊端：
★推薦處理辦法：數(shù)據(jù)庫中保存圖片路徑
按照年月日生成路徑。具體是按照年月日還是按照年月去生成路徑，根據(jù)自己需要(不一定是按照日期去生成)。
理解為什么要分散到多個文件夾中去才是關(guān)鍵，涉及到一個原理就明白了：
操作系統(tǒng)對單個目錄的文件數(shù)量是有限制的。當文件數(shù)量很多的時候。從目錄中獲取文件的速度就會越來越慢。所以為了保持速度，才要按照固定規(guī)則去分散到多個目錄中去。
圖片分散到磁盤路徑中去。數(shù)據(jù)庫字段中保存的是類似于這樣子的”images/2012/09/25/ 1343287394783.jpg”
原來上傳的圖片文件名稱會重新命名保存，比如按照時間戳來生成，1343287394783. jpg。這樣子是為了避免文件名重復，多個人往同一個目錄上傳圖片的時候會出現(xiàn)。
反正用什么樣的規(guī)則命名圖片，只要做到圖片名稱的唯一性即可。
比如網(wǎng)站的并發(fā)訪問量大，目錄的生成分得月細越好。比如精確到小時，一個小時都可以是一個文件夾。同時0.001秒有兩個用戶同時在上傳圖片(因為那么就會往同一個小時文件夾里面存圖片)。因為時間戳是精確到秒的。為了做到圖片名稱唯一性而不至于覆蓋，生成可以在在時間戳后面繼續(xù)加毫秒微秒等。總結(jié)的規(guī)律是，并發(fā)訪問量越大。就越精確就好了。
題外話：
1）為什么保存的磁盤路徑，是”images/2012/09/25/1343287394783.jpg”，而不是” /images/2012/09/25/ 1343287394783.jpg”(最前面帶有斜杠)
在頁面中需要取出圖片路徑展示圖片的時候，如果是相對路徑，則可以使用”./”+”images/2012/09/25/1343287394783.jpg”進行組裝。
如果需要單獨的域名(比如做cdn加速的時候)域名，img1.xxx.com,img2.xxx.com這樣的域名，
直接組裝 “http://img1.xxx.com/”+”images/2012/09/25/1343287394783.jpg”
2）為什么保存的磁盤路徑，是”images/2012/09/25/1343287394783.jpg”，而不是“http://www.xxx.com/images/2012/09/25/1343287394783.jpg"
這里其實涉及到CDN的知識，具體CDN的知識在此不多展開，簡而言之：
cdn服務(wù)：對于靜態(tài)內(nèi)容是非常適合的。所以像商品圖片，隨著訪問量大了后，租用cdn服務(wù)，只需要把圖片上傳到他們的服務(wù)器上去。
例子：北京訪問長沙服務(wù)器，距離太遠。我完全可以把商品圖片，放到北京的云服務(wù)（我覺得現(xiàn)在提供給網(wǎng)站使用的云存儲其實就是cdn，給網(wǎng)站提供分流和就近訪問）上去。這樣子北京用戶訪問的時候，實際上圖片就是就近獲取。不需要很長距離的傳輸。
自己用一個域名img.xxx.com來載入圖片。這個域名解析到北京的云服務(wù)上去。
做法:數(shù)據(jù)庫中保存的是” images/2012/09/25/1343287394783.jpg”,
這些圖片實際上不存儲在web服務(wù)器上。上傳到北京的cdn服務(wù)器上去。
我從數(shù)據(jù)庫取出來，直接”img.xxx.com/”+” images/2012/09/25/1343287394783.jpg”
比如如果還有多個，就命名img1.xx.com、img2.xx.com
反正可以隨便。所以如果把域名直接保存進去。就顯得很麻煩了。遷移麻煩。
三、索引類原則
1.謹慎合理添加索引
舉例：不要給“性別”列創(chuàng)建索引
理論文章會告訴你值重復率高的字段不適合建索引。不要說性別字段只有兩個值，網(wǎng)友親測，一個字段使用拼音首字母做值，共有26種可能，加上索引后，百萬加的數(shù)據(jù)量，使用索引的速度比不使用索引要慢！
為什么性別不適合建索引呢？因為你訪問索引需要付出額外的IO開銷，你從索引中拿到的只是地址，要想真正訪問到數(shù)據(jù)還是要對表進行一次IO。假如你要從表的100萬行數(shù)據(jù)中取幾個數(shù)據(jù)，那么利用索引迅速定位，訪問索引的這IO開銷就非常值了。但如果你是從100萬行數(shù)據(jù)中取50萬行數(shù)據(jù)，就比如性別字段，那你相對需要訪問50萬次索引，再訪問50萬次表，加起來的開銷并不會比直接對表進行一次完整掃描小。
2.字符字段必須建前綴索引
區(qū)分度：
單字母區(qū)分度：26
4字母區(qū)分度：26*26*26*26 = 456,976
5字母區(qū)分度：26*26*26*26*26 = 11,881,376
6字母區(qū)分度：26*26*26*26*26*26 = 308,915,776
字符字段必須建前綴索引，例如：
`pinyin` varchar(100) DEFAULT NULL COMMENT '小區(qū)拼音', KEY `idx_pinyin` (`pinyin`(8)), ) ENGINE=InnoDB
3.不在索引列做運算
原因有兩點：
1）會導致無法使用索引
2）會導致全表掃描
舉例：
BAD SAMPLE: