Appearance
一、基础规范
必须使用InnoDB存储引擎
说明：支持事务、行级锁、并发性能更好、CPU及内存缓存页优化使得资源利用率更高
必须使用UTF8字符集
说明：万国码，无需转码，无乱码风险，节省空间
数据表、数据字段必须加入中文注释
说明：N年后谁知道这个r1,r2,r3字段是干嘛的
禁止使用存储过程、视图、触发器、Event
说明：高并发大数据的互联网业务，架构设计思路是“解放数据库CPU，将计算转移到服务层”，并发量大的情况下，这些功能很可能将数据库拖死，业务逻辑放到服务层具备更好的扩展性，能够轻易实现“增机器就加性能”。数据库擅长存储与索引，CPU计算还是上移吧
禁止存储大文件或者大照片
说明：为何要让数据库做它不擅长的事情？大文件和照片存储在文件系统，数据库里存URI多好
二、命名规范
- 库名、表名、字段名：小写，下划线风格，不超过32个字符，必须见名知意，禁止拼音英文混用
- 表名不使用复数名词，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
三、表设计规范
单实例表数目必须小于500
单表列数目必须小于30
表必须有主键，例如自增主键
说明：
a）主键递增，数据行写入可以提高插入性能，可以避免page分裂，减少表碎片提升空间和内存的使用
b）主键要选择较短的数据类型， Innodb引擎普通索引都会保存主键的值，较短的数据类型可以有效的减少索引的磁盘空间，提高索引的缓存效率
c） 无主键的表删除，在row模式的主从架构，会导致备库夯住
禁止使用外键，如果有外键完整性约束，需要应用程序控制
说明：外键会导致表与表之间耦合，update与delete操作都会涉及相关联的表，十分影响sql 的性能，甚至会造成死锁。高并发情况下容易造成数据库性能，大数据高并发业务场景数据库使用以性能优先
四、字段设计规范
尽量把字段定义为NOT NULL并且提供默认值
说明：
a）null的列使索引/索引统计/值比较都更加复杂，对MySQL来说更难优化
b）null 这种类型MySQL内部需要进行特殊处理，增加数据库处理记录的复杂性；同等条件下，表中有较多空字段的时候，数据库的处理性能会降低很多
c）null值需要更多的存储空，无论是表还是索引中每行中的null的列都需要额外的空间来标识
d）对null 的处理时候，只能采用is null或is not null，而不能采用=、in、<、<>、!=、not in这些操作符号。如：where name!=’shenjian’，如果存在name为null值的记录，查询结果就不会包含name为null值的记录
如果存储的字符串长度几乎相等，使用 char 定长字符串类型。
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
禁止使用小数存储货币
说明：使用整数吧，小数容易导致钱对不上
必须使用varchar(20)存储手机号
说明：
a）涉及到区号或者国家代号，可能出现+-()
b）手机号会去做数学运算么？
c）varchar可以支持模糊查询，例如：like“138%”
禁止使用ENUM，可使用TINYINT代替
说明：
a）增加新的ENUM值要做DDL操作
b）ENUM的内部实际存储就是整数，你以为自己定义的是字符串？
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
说明：任何字段如果为非负数，必须是 unsigned。
一般表的建议的四字段：id, 创建时间(gmt_create), 更新时间(gmt_modified)，是否删除(is_delete)
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。
五、索引设计规范
单表索引建议控制在5个以内
单索引字段数不允许超过5个
说明：字段超过5个时，实际已经起不到有效过滤数据的作用了
禁止在更新十分频繁、区分度不高的属性上建立索引
说明：
a）更新会变更B+树，更新频繁的字段建立索引会大大降低数据库性能
b）“性别”这种区分度不大的属性，建立索引是没有什么意义的，不能有效过滤数据，性能与全表扫描类似
建立组合索引，必须把区分度高的字段放在前面
说明：能够更加有效的过滤数据
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。
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。
六、SQL使用规范
禁止使用SELECT *，只获取必要的字段，需要显示说明列属性
说明：
a）读取不需要的列会增加CPU、IO、NET消耗
b）不能有效的利用覆盖索引
c）使用SELECT *容易在增加或者删除字段后出现程序BUG
禁止使用INSERT INTO t_xxx VALUES(xxx)，必须显示指定插入的列属性
说明：容易在增加或者删除字段后出现程序BUG
禁止使用属性隐式转换
说明：SELECT uid FROM t_user WHERE phone=13800000000 会导致全表扫描，而不能命中phone索引(varchar转int)
禁止在WHERE条件的属性上使用函数或者表达式
说明：SELECT uid FROM t_user WHERE from_unixtime(day)>='2017-01-15' 会导致全表扫描
正确的写法是：SELECT uid FROM t_user WHERE day>= unix_timestamp('2017-01-15 00:00:00')
禁止负向查询，以及%开头的模糊查询
说明：
a）负向查询条件：NOT、!=、<>、!<、!>、NOT IN、NOT LIKE等，会导致全表扫描
b）%开头的模糊查询，会导致全表扫描
禁止大表使用JOIN查询，禁止大表使用子查询
说明：会产生临时表，消耗较多内存与CPU，极大影响数据库性能
同表的增删字段、索引合并一条DDL语句执行，提高执行效率，减少与数据库的交互。
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。
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
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。
说明：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;
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。