DBA的40条军规

Mike

DBA操作规范

　　1、涉及业务上的修改/删除数据，在得到业务方、CTO的邮件批准后方可执行，执行前提前做好备份，必要时可逆。
　　2、所有上线需求必须走工单系统，口头通知视为无效。
　　3、在对大表做表结构变更时，如修改字段属性会造成锁表，并会造成从库延迟，从而影响线上业务，必须在凌晨0:00 后业务低峰期执行，另统一用工具 pt-online-schema-change 避免锁表且降低延迟执行时间。
　　使用范例：

#pt-online-schema-change  --alter="add index   IX_id_no(id_no)"  \
--no-check-replication-filters  --recursion-method=none  --user=dba  \  
--password=123456  D=test,t=t1 --execute

　　对于MongoDB创建索引要在后台创建，避免锁表。
　　使用范例：

db.t1.createIndex({idCardNum:1},{background:1})

　　
4、所有线上业务库均必须搭建MHA高可用架构，避免单点问题。　　
5、给业务方开权限时，密码要用MD5加密，至少16位。权限如没有特殊要求，均为select查询权限，并做库表级限制。　　
6、删除默认空密码账号。

delete from mysql.user where user='' and password='';
flush privileges;

　　7、汇总库开启Audit审计日志功能，出现问题时方可追溯。

行为规范

　　8、禁止一个MySQL实例存放多个业务数据库，会造成业务耦合性过高，一旦出现问题会殃及池鱼，增加了定位故障问题的难度。通常采用多实例解决，一个实例一个业务库，互不干扰。
　　9、禁止在主库上执行后台管理和统计类的功能查询，这种复杂类的SQL会造成CPU的升高，进而会影响业务。
　　10、批量清洗数据，需要开发和DBA共同进行审查，应避开业务高峰期时段执行，并在执行过程中观察服务状态。
　　11、促销活动等应提前与DBA当面沟通，进行流量评估，比如提前一周增加机器内存或扩展架构，防止DB出现性能瓶颈。
　　12、禁止在线上做数据库压力测试。

基本规范

　　13、禁止在数据库中存储明文密码。
14、使用InnoDB存储引擎。

• 支持事务，行级锁，更好的恢复性，高并发下性能更好。
  
• InnoDB表避免使用COUNT(*)操作，因内部没有计数器，需要一行一行累加计算，计数统计实时要求较强可以使用memcache或者Redis。
  

　　
15、表字符集统一使用UTF8。

• 不会产生乱码风险。
  

　　
16、所有表和字段都需要添加中文注释。

• 方便他人、方便自己。
  

　　
17、不在数据库中存储图片、文件等大数据。

• 图片、文件更适合于GFS分布式文件系统，数据库里存放超链接即可。
  

　　
18、避免使用存储过程、视图、触发器、事件。

　　MySQL是OLTP应用，最擅长简单的增、删、改、查操作，但对逻辑计算分析类的应用，并不适合，所以这部分的需求最好通过程序上实现。

　　
19、避免使用外键，外键用来保护参照完整性，可在业务端实现。

• 外键会导致父表和子表之间耦合，十分影响SQL性能，出现过多的锁等待，甚至会造成死锁。
  

　　
20、对事务一致性要求不高的业务，如日志表等，优先选择存入MongoDB。

• 其自身支持的sharding分片功能，增强了横向扩展的能力，开发不用过多调整业务代码。
  

库表设计规范

21、表必须有主键，例如自增主键。

• 这样可以保证数据行是按照顺序写入，对于SAS传统机械式硬盘写入性能更好，根据主键做关联查询的性能也会更好，并且还方便了数据仓库抽取数据。从性能的角度来说，使用UUID作为主键是个最不好的方法，它会使插入变得随机。
  

　　
22、禁止使用分区表。

• 分区表的好处是对于开发来说，不用修改代码，通过后端DB的设置，比如对于时间字段做拆分，就可以轻松实现表的拆分。但这里面涉及一个问题，查询的字段必须是分区键，否则会遍历所有的分区表，并不会带来性能上的提升。此外，分区表在物理结构上仍旧是一张表，此时我们更改表结构，一样不会带来性能上的提升。所以应采用切表的形式做拆分，如程序上需要对历史数据做查询，可通过union all的方式关联查询。另外随着时间的推移，历史数据表不再需要，只需在从库上dump出来，即便捷地迁移至备份机上。
  

字段设计规范

23、用DECIMAL代替FLOAT和DOUBLE存储精确浮点数。　　浮点数的缺点是会引起精度问题，请看下面一个例子：

mysql> CREATE TABLE t3 (c1 float(10,2),c2 decimal(10,2));     
Query OK, 0 rows affected (0.05 sec)
>mysql> insert into t3 values (999998.02, 999998.02);  
Query OK, 1 row affected (0.01 sec)
>mysql> select * from t3;
+-----------+-----------+
| c1    | c2    |
+-----------+-----------+
| 999998.00 | 999998.02 |
+-----------+-----------+
1 row in set (0.00 sec)

　　可以看到c1列的值由999998.02变成了999998.00，这就是float浮点数类型的不精确性造成的。因此对货币等对精度敏感的数据，应该用定点数表示或存储。
24、使用TINYINT来代替ENUM类型。

• 采用enum枚举类型，会存在扩展的问题，例如用户在线状态，如果此时增加了：5表示请勿打扰、6表示开会中、7表示隐身对好友可见，那么增加新的ENUM值要做DDL修改表结构操作了。
  

　　
25、字段长度尽量按实际需要进行分配，不要随意分配一个很大的容量。　　选择字段的一般原则是保小不保大，能用占用字节少的字段就不用大字段。比如主键，强烈建议用int整型，不用uuid，为什么？省空间啊。空间是什么？空间就是效率！按4个字节和按32个字节定位一条记录，谁快谁慢太明显了。涉及几个表做join时，效果就更明显了。更小的字段类型占用的内存就更少，占用的磁盘空间和磁盘I/O也会更少，而且还会占用更少的带宽。
　　有不少开发人员在设计表字段时，只要是针对数值类型的全部用int，但这不一定合适，就比如用户的年龄，一般来说，年龄大都在1~100岁之间，长度只有3，那么用int就不适合了，可以用tinyint代替。又比如用户在线状态，0表示离线、1表示在线、2表示离开、3表示忙碌、4表示隐身等，其实类似这样的情况，用int都是没有必要的，浪费空间，采用tinyint完全可以满足需要，int占用的是4字节，而tinyint才占用1个字节。
　　int整型有符号（signed）最大值是2147483647，而无符号（unsigned）最大值是4294967295，如果你的需求没有存储负数，那么建议改成有符号（unsigned），可以增加int存储范围。
　　int(10)和int(1)没有什么区别，10和1仅是宽度而已，在设置了zerofill扩展属性的时候有用，例：

root@localhost(test)10:39>create table test(id int(10) zerofill,id2 int(1));
Query OK, 0 rows affected (0.13 sec)
root@localhost(test)10:39>insert into test values(1,1);
Query OK, 1 row affected (0.04 sec)
root@localhost(test)10:56>insert into test values(1000000000,1000000000);
Query OK, 1 row affected (0.05 sec)
root@localhost(test)10:56>select * from test;
+------------+------------+
| id     | id2    |
+------------+------------+
| 0000000001 |      1 |
| 1000000000 | 1000000000 |
+------------+------------+
2 rows in set (0.01 sec)

　　
26、字段定义为NOT NULL要提供默认值。　　从应用层角度来看，可以减少程序判断代码，比如你要查询一条记录，如果没默认值，你是不是得先判断该字段对应变量是否被设置，如果没有，你得通过java把该变量置为''或者0，如果设了默认值，判断条件可直接略过。
　　NULL值很难进行查询优化，它会使索引统计更加复杂，还需要MySQL内部进行特殊处理。
　　27、尽可能不使用TEXT、BLOB类型。

• 增加存储空间的占用，读取速度慢。
  

索引规范

28、索引不是越多越好，按实际需要进行创建。

• 索引是一把双刃剑，它可以提高查询效率但也会降低插入和更新的速度并占用磁盘空间。适当的索引对应用的性能至关重要，而且在MySQL中使用索引它的速度是极快的。遗憾的是，索引也有相关的开销。每次向表中写入时（如INSERT、UPDATEH或DELETE），如果带有一个或多个索引，那么MySQL也要更新各个索引，这样索引就增加了对各个表的写入操作的开销。只有当某列被用于WHERE子句时，才能享受到索引的性能提升的好处。如果不使用索引，它就没有价值，而且会带来维护上的开销。
  

　　
29、查询的字段必须创建索引。

• 如：1、SELECT、UPDATE、DELETE语句的WHERE条件列；2、多表JOIN的字段。
  

　　
30、不在索引列进行数学运算和函数运算。　　无法使用索引，导致全表扫描。
例：SELECT <em> FROM t WHERE YEAR(d) >= 2016;　　由于MySQL不像Oracle那样支持函数索引，即使d字段有索引，也会直接全表扫描。
应改为----->SELECT </em> FROM t WHERE d >= '2016-01-01';　　
31、不在低基数列上建立索引，例如‘性别’。　　有时候，进行全表浏览要比必须读取索引和数据表更快，尤其是当索引包含的是平均分布的数据集是更是如此。对此典型的例子是性别，它有两个均匀分布的值（男和女）。通过性别需要读取大概一半的行。在种情况下进行全表扫描浏览要更快。
32、不使用%前导的查询，如like ‘%xxx’。　　无法使用索引，导致全表扫描。

低效查询
SELECT * FROM t WHERE name LIKE '%de%';
----->
高效查询
SELECT * FROM t WHERE name LIKE 'de%';

　　
33、不使用反向查询，如 not in / not like。　　无法使用索引，导致全表扫描。
34、避免冗余或重复索引。　　联合索引IX_a_b_c(a,b,c) 相当于 (a) 、(a,b) 、(a,b,c)，那么索引 (a) 、(a,b) 就是多余的。

SQL设计规范

35、不使用SELECT *，只获取必要的字段。　　消耗CPU和IO、消耗网络带宽；
　　无法使用覆盖索引。
36、用IN来替换OR。

低效查询
SELECT * FROM t WHERE LOC_ID = 10 OR LOC_ID = 20 OR LOC_ID = 30;
----->
高效查询
SELECT * FROM t WHERE LOC_IN IN (10,20,30);

　　
37、避免数据类型不一致。

SELECT * FROM t WHERE id = '19';
----->
SELECT * FROM t WHERE id = 19;

　　
38、减少与数据库的交互次数。

INSERT INTO t (id, name) VALUES(1,'Bea');
INSERT INTO t (id, name) VALUES(2,'Belle');
INSERT INTO t (id, name) VALUES(3,'Bernice');
----->
INSERT INTO t (id, name) VALUES(1,'Bea'), (2,'Belle'),(3,'Bernice');
Update … where id in (1,2,3,4);
Alter table tbl_name add column col1, add column col2;

　　
39、拒绝大SQL，拆分成小SQL。

低效查询
SELECT * FROM tag
JOIN tag_post ON tag_post.tag_id = tag.id
JOIN post ON tag_post.post_id = post.id
WHERE tag.tag = 'mysql';
可以分解成下面这些查询来代替
----->
高效查询
SELECT * FROM tag WHERE tag = 'mysql'
SELECT * FROM tag_post WHERE tag_id = 1234
SELECT * FROM post WHERE post_id in (123, 456, 567, 9098, 8904);

　　
40、禁止使用order by rand()

SELECT * FROM t1 WHERE 1=1 ORDER BY RAND() LIMIT 4;
---->
SELECT * FROM t1 WHERE id >= CEIL(RAND()*1000) LIMIT 4;