mysql建库规范
建库规范
字符集选择
utf8mb3：
是 MySQL 早期对 utf8 的实现，仅支持 最多 3 个字节的 Unicode 字符。
能覆盖大部分常用字符（如中文、英文、日文等），但不支持 4 字节的 Unicode 字符（如 emoji 表情🍉、某些罕见字符或特殊符号）。
在 MySQL 中，utf8 实际是 utf8mb3 的别名（容易混淆）
utf8mb4：
是 MySQL 5.5.3 及以上版本引入的字符集，支持 最多 4 个字节的 Unicode 字符。
完全兼容 utf8mb3，并额外支持 emoji、某些复杂汉字（如古汉字）、数学符号等 4 字节字符。
需显式指定 utf8mb4
如何选择？
推荐优先使用 utf8mb4：
除非确认系统永远不需要存储 4 字节字符（如 emoji），否则 utf8mb4 是更稳妥的选择。它完全兼容 utf8mb3，且能避免因插入 4 字节字符导致的报错（如 Incorrect string value）。
仅在以下场景考虑 utf8mb3：
数据库版本低于 5.5.3（不支持 utf8mb4）；
对存储占用有极致要求，且明确无需 4 字节字符（但这种情况极少，因为 4 字节字符占比低，额外存储开销可忽略）。
排序规则
排序规则（Collation）决定了字符的比较、排序方式，与字符集（如 utf8mb4）密切相关，不同场景需要选择不同的排序规则。以下是主流排序规则的分类、选型建议及常见类型介绍：
一、排序规则的核心分类维度
排序规则的命名通常包含 字符集 + 语言 / 地区 + 特性标记（如 utf8mb4_general_ci），核心分类依据：
大小写敏感性：
_ci（Case Insensitive）：不区分大小写（如 a 和 A 视为相等）。
_cs（Case Sensitive）：区分大小写（如 a 和 A 视为不同）。
重音敏感性：
_ai（Accent Insensitive）：不区分重音（如 é 和 e 视为相等）。
_as（Accent Sensitive）：区分重音（如 é 和 e 视为不同）。
语言 / 地区：针对特定语言的排序规则（如德语、法语的特殊字符排序）。
精度：通用排序（简化规则） vs 精确排序（遵循语言标准）。
二、主流排序规则及选型建议
- 通用型排序规则（适合多语言场景）
utf8mb4_general_ci
特点：通用排序规则，对所有语言采用简化的排序逻辑（如字母、ö 等字符按普通字母处理），性能较好，但排序精度较低。
适用场景：多语言混合的系统（如国际化平台）、对排序精度要求不高的场景（如普通业务系统）。
utf8mb4_unicode_ci
特点：遵循 Unicode 标准的排序规则，支持更多语言的精确排序（如德语中 ß 等同于 ss），精度高于 general_ci，性能略低（现代数据库中差异可忽略）。
适用场景：需要精确排序的多语言系统（如内容管理系统、跨境电商）。 - 地区 / 语言专用排序规则
针对特定语言优化，适合单语言场景：
utf8mb4_zh_CN_ci
特点：中文专用排序，按拼音或笔画排序（取决于数据库版本，新版本通常支持拼音排序）。
适用场景：纯中文系统（如国内企业应用），需按中文拼音 / 笔画排序时。
utf8mb4_de_DE_ci
特点：德语专用排序，支持德语特殊字符（如 ä 排在 a 之后，ß 等同于 ss）。
适用场景：德语环境的系统。
utf8mb4_es_ES_ci
特点：西班牙语专用排序，处理 ñ 等特殊字符（排在 n 之后）。
3. 大小写 / 重音敏感排序规则
utf8mb4_bin
特点：按字符的二进制编码排序（区分大小写、重音，如 A（65）< a（97）），排序规则最严格。
适用场景：需要精确区分大小写 / 重音的场景（如密码存储、唯一标识校验）。
utf8mb4_general_cs / utf8mb4_unicode_cs
特点：区分大小写（cs），但不区分重音（部分版本支持 _as 重音敏感）。
适用场景：需要大小写区分的业务（如用户名唯一性校验，User 和 user 视为不同）。
三、选型基本原则
优先匹配字符集：排序规则必须与字符集对应（如 utf8mb4 字符集对应 utf8mb4_* 排序规则）。
业务优先：
多语言 / 国际化系统：选 utf8mb4_unicode_ci（精度高）或 utf8mb4_general_ci（性能略优）。
单语言系统：选对应语言的专用排序规则（如中文用 utf8mb4_zh_CN_ci）。
需区分大小写 / 重音：选 _cs/_as 或 _bin（如密码、唯一键）。
避免过度设计：大部分业务系统用 utf8mb4_unicode_ci 即可满足需求，无需为 “可能的需求” 选择复杂规则。
总结
排序规则的核心是平衡 精度、性能、业务需求。主流选择中，utf8mb4_unicode_ci 是兼容性和精度的首选，适合大多数场景；特殊场景（如中文排序、大小写区分）则需针对性选择专用规则。
数据库建表规范
【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。
【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。
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：aliyun_admin，rdc_config，level3_name
反例：AliyunAdmin，rdcConfig，level_3_name
【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。
【强制】禁用保留字，如 desc、range、match、delayed 等，请参考 MySQL 官方保留字。
【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。
【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。
【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。
【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。
【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，前者现在时表示主动创建，后者过去分词表示被
动更新。
【推荐】表的命名最好是加上“业务名称_表的作用”。
正例：alipay_task / force_project / trade_config
【推荐】库名与应用名称尽量一致。
【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。
【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。
【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。
【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 字节 表示范围
| 对象 | 年龄区间 | 类型 | 字节 | 表示范围 |
|---|---|---|---|---|
| 人 | 150 岁之内 | unsigned tinyint | 1 | 无符号值：0 到 255 |
| 龟 | 数百岁 | unsigned smallint | 2 | 无符号值：0 到 65535 |
| 恐龙化石 | 数千万年 | unsigned int | 4 | 无符号值：0 到约 42.9 亿 |
| 太阳 | 约 50 亿年 | unsigned bigint | 8 | 无符号值：0 到约 10 的 19 次方 |
索引规约
【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。
【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。
【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。
【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。
【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。
【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。
【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
【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。
【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。
【推荐】防止因字段类型不同造成的隐式转换，导致索引失效。
【参考】创建索引时避免有如下极端误解：
1）宁滥勿缺。认为一个查询就需要建一个索引。
2）宁缺勿滥。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。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。