易坊好文馆

  1. 首页 > 生活百科 >

mysql批量替换字符串 mysql批量修改数据

本文介绍了MySQL数据库命令规范、数据库基本设计规范、数据库字段设计规范、索引设计规范、常见索引列建议、如何选择索引列的顺序、以及数据库SQL开发规范等 。
一、命名规范1. 库名、表名、字段名必须使用小写字母并采用下划线分割
2. 库名、表名、字段名禁止超过32个字符，须见名知意；
3. 库名、表名、字段名支持最多64个字符，统一规范、易于辨识以及减少传输量不要超过32；
4. 库名、表名、字段名禁止使用MySQL保留关键字（如果表名中包含关键字查询时，需要将其用单引号括起来）；
5. 临时库、临时表名必须以tmp_为前缀并以日期为后缀；
6. 备份库、备份表名必须以bak为前缀并以日期为后缀；
7. 所有存储相同数据的列名和列类型必须一致（一般作为关联列，如果查询时关联列类型不一致会自动进行数据类型隐式转换，会造成列上的索引失效，导致查询效率降低） 。
二、基本设计规范1. 所有表必须使用Innodb存储引擎
没有特殊要求（即Innodb无法满足的功能如：列存储，存储空间数据等）的情况下，所有表必须使用Innodb存储引擎（MySQL5.5之前默认使用Myisam，5.6以后默认的为Innodb）Innodb 支持事务，支持行能锁，更好的恢复性，高并发下性能更好 。
2. 数据库和表的字符集统一使用utf8mb4( 5.5.3版本以上支持)
兼容性更好，统一字符集可以避免由于字符集转换产生的乱码，不同的字符集进行比较前需要进行转换会造成索引失效；
3. 所有表和字段都需要添加注释
使用comment从句添加表和列的备注 从一开始就进行数据字典的维护；
4. 尽量控制单表数据量的大小，建议控制在1000万以内
1000万并不是MySQL数据库的限制，过大会造成修改表结构，备份，恢复都会有很大的问题可以用历史数据归档（应用于日志数据），分库分表（应用于业务数据）等手段来控制数据量大小 。
5. 谨慎使用MySQL分区表
业务生命周期内，评估单表数据量是否在1000万以内，超出此范围需考虑分库分表可扩展性；分区表在物理上表现为多个文件，在逻辑上表现为一个表，谨慎选择分区键，跨分区查询效率可能更低，建议采用物理分表的方式管理大数据 。
6. 尽量做到冷热数据分离，减小表的宽度
MySQL限制每个表最多存储4096列，并且每一行数据的大小不能超过65535字节 减少磁盘IO,保证热数据的内存缓存命中率（表越宽，把表装载进内存缓冲池时所占用的内存也就越大,也会消耗更多的IO） 更有效的利用缓存，避免读入无用的冷数据 经常一起使用的列放到一个表中（避免更多的关联操作） 。
7. 禁止在表中建立预留字段
预留字段的命名很难做到见名识义 预留字段无法确认存储的数据类型，所以无法选择合适的类型 对预留字段类型的修改，会对表进行锁定 。
8. 禁止在数据库中存储图片，文件等大的二进制数据
通常文件很大，会短时间内造成数据量快速增长，数据库进行数据库读取时，通常会进行大量的随机IO操作，文件很大时，IO操作很耗时 通常存储于文件服务器，数据库只存储文件地址信息 。
9. 禁止在线上做数据库压力测试
10. 禁止从开发环境，测试环境直接连接生成环境数据库 。
三、字段设计规范1. 优先选择符合存储需要的最小的数据类型
列的字段越大，建立索引时所需要的空间也就越大，这样一页中所能存储的索引节点的数量也就越少也越少，在遍历时所需要的IO次数也就越多，索引的性能也就越差 。建议：1）将字符串转换成数字类型存储，如：将IP地址转换成整形数据 。2）对于非负型的数据（如自增ID、整型IP）来说，要优先使用无符号整型来存储因为：无符号相对于有符号可以多出一倍的存储空间，VARCHAR(N)中的N代表的是字符数，而不是字节数使用UTF8存储255个汉字 Varchar(255)=765个字节 。过大的长度会消耗更多的内存 。
2. 避免使用TEXT、BLOB数据类型
最常见的TEXT类型可以存储64k的数据，建议把BLOB或是TEXT列分离到单独的扩展表中 。
MySQL内存临时表不支持TEXT、BLOB这样的大数据类型，如果查询中包含这样的数据，在排序等操作时，就不能使用内存临时表，必须使用磁盘临时表进行 。
且对于这种数据，MySQL还是要进行二次查询，会使sql性能变得很差，但是不是说一定不能使用这样的数据类型 。
如果一定要使用，建议把BLOB或是TEXT列分离到单独的扩展表中，查询时一定不要使用select * 而只需要取出必要的列，不需要TEXT列的数据时不要对该列进行查询 。
注意：TEXT或BLOB类型只能使用前缀索引，因为MySQL对索引字段长度是有限制的，所以TEXT类型只能使用前缀索引，并且TEXT列上是不能有默认值的 。
3. 避免使用ENUM类型
修改ENUM只需要使用ALTER语句
ENUM类型的ORDER BY操作效率低，需要额外操作
禁止使用数值作为ENUM的枚举值
4. 尽可能把所有列定义为NOT NULL
原因：索引NULL列需要额外的空间来保存，所以要占用更多的空间；
进行比较和计算时要对NULL值做特别的处理 。
5. 使用TIMESTAMP存储时间
TIMESTAMP 存储的时间范围 1970-01-01 00:00:01 ~ 2038-01-19-03:14:07 。TIMESTAMP使用4字节，DATETIME使用8个字节，同时TIMESTAMP具有自动赋值以及自动更新的特性 。
6. 财务相关的金额类数据必须使用decimal类型
1) 非精准浮点：float,double
2) 精准浮点：decimal
Decimal类型为精准浮点数，在计算时不会丢失精度 。占用空间由定义的宽度决定，每4个字节可以存储9位数字，并且小数点要占用一个字节 。可用于存储比bigint更大的整型数据 。
7. 用DECIMAL代替FLOAT和DOUBLE存储精确浮点数
浮点数相对于定点数的优点是在长度一定的情况下，浮点数能够表示更大的数据范围；浮点数的缺点是会引起精度问题
1) 将字符转化为数字
2) 使用TINYINT来代替ENUM类型
3) 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
8. 使用UNSIGNED存储非负整数
同样的字节数，存储的数值范围更大 。如tinyint有符号为-128-127，无符号为0-255；INT类型固定占用4个字节存储
9. 使用INT UNSIGNED存储IPV4
10. 使用VARBINARY存储大小写敏感的变长字符串
11. 禁止在数据库中存储明文密码
四、索引设计规范建立索引的目的是：希望通过索引进行数据查找，减少随机IO，增加查询性能，索引能过滤出越少的数据，则从磁盘中读入的数据也就越少 。
索引是一把双刃剑，可提高查询效率，但也会降低插入和更新的速度并占用磁盘空间 。
1. 单张表中索引数量不超过5个
限制每张表上的索引数量，建议单张表索引不超过5个索引；索引可以提高效率同样可以降低效率 。索引可以增加查询效率，但同样也会降低插入和更新的效率，甚至有些情况下会降低查询效率 。优化器在选择如何优化查询时，会根据统一信息，对每一个可以用到的索引来进行评估，以生成出一个最好的执行计划，如果同时有很多个索引都可以用于查询，会增加MySQL优化器生成执行计划时间，降低查询性能 。
2. 禁止给表中的每一列都建立单独的索引
5.6版本之前，一个sql只能使用到一个表中的一个索引，5.6以后，虽然有了合并索引的优化方式，但远没有使用联合索引的查询方式效率高 。
3. Innodb表必须要有主键
Innodb是一种索引组织表：数据的存储的逻辑顺序和索引的顺序是相同的 。
每个表都可以有多个索引，但是表的存储顺序只能有一种 Innodb是按照主键索引的顺序来组织表的 。不要使用更新频繁的列作为主键，不使用多列主键（相当于联合索引） 不要使用UUID、MD5、HASH、字符串列作为主键（无法保证数据的顺序增长） 。
主键建议使用自增ID值 。
4. 单个索引中的字段数不超过5个
对字符串使用前缀索引，前缀索引长度不超过10个字符；
举例：如有一个CHAR(200)列，在前10个字符内，多数值是唯一的，就可不要对整个列进行索引 。对前10个字符进行索引能够节省大量索引空间，也可能会使查询更快 。
5. 表主键建议
1) 表必须有主键，不使用更新频繁的列作为主键
2) 尽量不选择字符串列作为主键
3) 不使用UUID、MD5、HASH作为主键
4) 默认使用非空的唯一键
5) 主键建议选择自增或发号器重要的SQL必须被索引：
SELECT、UPDATE、DELETE语句的WHERE条件列ORDER BY、GROUP BY、DISTINCT的字段多表JOIN的字段
6. 区分度最大的字段放在索引前面
7. 核心SQL优先考虑覆盖索引
select的数据列只用从索引中就能够取得，不必读取数据行，换句话说查询列要被所建的索引覆盖 。
8. 避免冗余或重复索引
合理创建联合索引（避免冗余），index(a,b,c)相当于index(a)、index(a,b)、index(a,b,c)
1) 索引不是越多越好，按实际需要进行创建，每个额外的索引都要占用额外的磁盘空间，并降低写操作的性能
2) 不在低基数列上建立索引，例如‘性别’
3) 不在索引列进行数学运算和函数运算
9. 尽量避免使用外键约束
1) 不建议使用外键约束（foreign key），但一定要在表与表之间的关联键上建立索引；
2) 外键可用于保证数据的参照完整性，建议在业务端实现；
3) 外键会影响父表和子表的写操作从而降低性能 。
10. 不使用%前导的查询，如like“%xxx”，无法使用索引
11. 不使用反向查询，如not in / not like
无法使用索引，导致全表扫描，全表扫描导致bufferpool利用降低；
12. 索引列建议
1) 出现在SELECT、UPDATE、DELETE语句的WHERE子句中的列；
2) 包含在ORDER BY、GROUP BY、DISTINCT中的字段；
3) 多表join的关联列
注意：并不要将符合1和2中的字段的列都建立一个索引，通常将1、2中的字段建立联合索引效果更好
13. 如何选择索引列的顺序
1) 区分度最高的放在联合索引的最左侧（区分度=列中不同值的数量/列的总行数）；
2) 尽量把字段长度小的列放在联合索引的最左侧（因为字段长度越小，一页能存储的数据量越大，IO性能也就越好）；
3) 使用最频繁的列放到联合索引的左侧（这样可较少地建立一些索引） 。
14. 避免建立冗余索引和重复索引
冗余/重复索引会增加查询优化器生成执行计划的时间 。
1) 重复索引示例：primary key(id)、index(id)、unique index(id)
2) 冗余索引示例：index(a,b,c)、index(a,b)、index(a)
15. 优先考虑覆盖索引
对于频繁的查询优先考虑使用覆盖索引 。
覆盖索引：即包含了所有查询字段(where,select,ordery by,group by包含的字段)的索引，覆盖索引的好处：
1) 避免Innodb表进行索引的二次查询
Innodb是以聚集索引的顺序来存储的，对于Innodb来说，二级索引在叶子节点中所保存的是行的主键信息，如果是用二级索引查询数据，在查找到相应的键值后，还需通过主键进行二次查询才能获取我们真实所需要的数据 。
而在覆盖索引中，二级索引的键值中可以获取所有的数据，避免了对主键的二次查询，减少了IO操作，提升了查询效率 。
2) 可以把随机IO变成顺序IO加快查询效率
由于覆盖索引是按键值的顺序存储的，对于IO密集型的范围查找来说，对比随机从磁盘读取每一行的数据IO要少得多，因此利用覆盖索引在访问时也可以把磁盘的随机读取的IO转变成索引查找的顺序IO 。
五、SQL开发规范1. 建议使用预编译语句进行数据库操作
预编译语句可以重复使用这些计划，减少SQL编译所需要的时间，还可以解决动态SQL所带来的SQL注入的问题 只传参数，比传递SQL语句更高效 相同语句可以一次解析，多次使用，提高处理效率 。
2. 避免数据类型的隐式转换
隐式转换会导致索引失效 。
3. 充分利用表上已经存在的索引
1) 避免使用双%号的查询条件 。
如无前置%,只有后置%，是可以用到列上的索引的
2) 一个SQL只能利用到复合索引中的一列进行范围查询
解说：有 a,b,c列的联合索引，在查询条件中有a列的范围查询，则在b,c列上的索引将不会被用到，在定义联合索引时，如果a列要用到范围查找的话，就要把a列放到联合索引的右侧 。使用left join或 not exists来优化not in操作，因not in 也通常会使用索引失效 。
4. 数据库设计时，应该要对以后扩展进行考虑
5. 程序连接不同的数据库使用不同的账号，禁止跨库查询
1) 为数据库迁移和分库分表留出余地
2) 降低业务耦合度
【mysql批量替换字符串 mysql批量修改数据】3) 避免权限过大而产生的安全风险
6. 强烈不建议使用SELECT * ；推荐使用SELECT <字段列表> 查询
原因：
1) 消耗更多的CPU和IO以网络带宽资源
2) 无法使用覆盖索引
3) 可减少表结构变更带来的影响
7. 禁止使用不含字段列表的INSERT语句
举例：insert into values (‘a’,’b’,’c’);
应使用insert into t(c1,c2,c3) values (‘a’,’b’,’c’);
8. 避免使用子查询，可把子查询优化为join操作
通常子查询在in子句中，且子查询中为简单SQL(不包含union、group by、order by、limit从句)时，才可以把子查询转化为关联查询进行优化 。
子查询性能差的原因：
1) 子查询的结果集无法使用索引，通常子查询的结果集会被存储到临时表中，不论是内存临时表还是磁盘临时表都不会存在索引，所以查询性能 会受到一定的影响；
2) 特别是对于返回结果集比较大的子查询，其对查询性能的影响也就越大；
3) 由于子查询会产生大量的临时表也没有索引，所以会消耗过多的CPU和IO资源，产生大量的慢查询 。
9. 避免使用JOIN关联太多表
MySQL最擅长的是单表的主键/二级索引查询，MySQL存在关联缓存的，缓存的大小可以由join_buffer_size参数进行设置 。在MySQL中，对于同一个SQL多关联（join）一个表，会多分配一个关联缓存，如果在一个SQL中关联的表越多，所占用的内存也就越大 。
Join消耗较多的内存，产生临时表；
如程序中大量的使用了多表关联的操作，同时join_buffer_size设置的也不合理的情况下，就容易造成服务器内存溢出的情况，就会影响到服务器数据库性能的稳定性 。
同时对于关联操作来说，会产生临时表操作，影响查询效率MySQL最多允许关联61个表，但业务生产环境中建议不超过5个 。
10. 减少同数据库的交互次数
1) 数据库更适合处理批量操作 合并多个相同的操作到一起，可以提高处理效率 。
11. 对应同一列进行or判断时，使用in代替or
不要超过500个in操作可以更有效的利用索引，or大多数情况下很少能利用到索引 。
12. 禁止使用order by，rand() 进行随机排序
随机排序会把表中所有符合条件的数据装载到内存中，然后在内存中对所有数据根据随机生成的值进行排序，并且可能会对每一行都生成一个随机值，如果满足条件的数据集非常大，就会消耗大量的CPU和IO及内存资源 。
简单来说：order by，rand()会将数据从磁盘中读取，进行排序，会消耗大量的IO和CPU 。
推荐在程序中获取一个随机值，然后从数据库中获取对应的数据 。
13. WHERE从句中禁止对列进行函数转换和计算
对列进行函数转换或计算时会导致无法使用索引 。
14. 在明显不会有重复值时使用UNION ALL而不是UNION
1) UNION会把两个结果集的所有数据放到临时表中后再进行去重操作；
2) UNION ALL不会再对结果集进行去重操作 。
15. 拆分复杂的大SQL为多个小SQL
原因如下：
1) 大SQL：逻辑上比较复杂，需要占用大量CPU进行计算；
2) MySQL：一个SQL只能使用一个CPU进行计算；
3) SQL拆分后可以通过并行执行来提高处理效率 。
16. 避免使用存储过程、触发器、EVENTS等
1) 降低业务耦合度，为分库分表sacleout、sharding留点余地；
2) 该策略可有效规避BUG 。
17. 避免在数据库中进行数学运算
1) 容易将业务逻辑和DB耦合在一起
2) MySQL不擅长数学运算和逻辑判断
3) 无法使用索引
六、操作行为规范1. 超100万行的批量写（UPDATE、DELETE、INSERT）操作，要分批多次进行操作
1) 大批量操作可能会造成严重的主从延迟 。
主从环境中，大批量操作可能会造成严重的主从延迟，大批量的写操作一般都需要执行一定长的时间，只有当主库上执行完成后，才会在其他从库上执行，会造成主库与从库长时间的延迟情况 。
2) binlog日志为row格式时会产生大量的日志
大批量写操作会产生大量日志，特别是对于row格式二进制数据而言，由于在row格式中会记录每一行数据的修改，一次修改的数据越多，产生的日志量也会越多，日志的传输和恢复所需要的时间也就越长，这也是造成主从延迟的一个原因 。
3) 避免产生大事务操作
大批量修改数据，一定是在一个事务中进行的，这会造成表中大批量数据进行锁定，导致大量的阻塞，阻塞会对MySQL的性能影响很大 。尤其是长时间的阻塞会占满所有数据库的可用连接，会使生产环境中的其他应用无法连接到数据库，因此一定要注意大批量写操作要进行分批 。
2. 对于大表使用pt-online-schema-change修改表结构
1) 可避免大表修改产生的主从延迟
2) 可避免在对表字段进行修改时进行锁表
生产环境中，对大表数据结构的修改一定要谨慎，会造成严重的缩表操作；
pt-online-schema-change首先建立一个与原表结构相同的新表，并且在新表上进行表结构的修改，然后再把原表中的数据复制到新表中，并在原表中增加一些触发器 。
把原表中新增的数据也复制到新表中，在将所有数据复制完成之后，把新表命名成原表，并把原来的表删除掉 。把原来一个DDL操作，分解成多个小批次作业进行 。
这也是对表进行碎片整理/重组的一个常用方式 。
3. 禁止为程序使用的账号赋予super权限
原因：当MySQL 达到最大连接数限制时，此刻还运行1个有super权限的用户连接，super权限只能留给DBA处理问题的账号使用 。
4. 对于程序连接数据库账号，遵循权限最小原则程序
使用数据库账号只能在一个DB下使用，不准跨库 程序使用的账号原则上不准有drop权限 。
其他一些操作规范：
5. 任何数据库的线上操作，必须走工单
6. 禁止在主库上执行统计类的功能查询；
7. 有大规模市场推广、运营活动必须提前通知DBA进行流量评估；
8. 对单表的多次alter操作必须合并为一次操作；
9. 不在MySQL数据库中存放业务逻辑，即可创建存储过程；
10. 重大项目的数据库方案选型和设计必须提前通知DBA参与；
11. 数据必须有备份机制和定期的恢复演练；
12. 不在业务高峰期批量更新、查询数据库；

    推荐阅读


    上一篇：非主流女生网名大全：黑眼线美的绝望

    下一篇：服装销售团队口号