良好的数据库设计可以节省数据的存储空间、能够保证数据的完整性、方便进行数据库应用系统的开发。总之，在一开始设置数据库的时候，就需要重视数据表的设计。为了建立冗余较小、结构合理的数据库，设计数据库时必须遵循一定的规则，这个规则就称为范式

9.1 范式的概念

9.1.1 范式概述

在关系型数据库中，关于数据表设计的基本原则、规则就称为范式。可以理解为，一张数据表的设计结构需要满足的某种设计标准的级别。要想设计一个结构合理的关系型数据库，就必须满足一定的范式（Normal Form，简称：NF）。范式是关系数据库理论的基础，也是我们在设计数据库结构过程中所要遵循的规则和指导方法。

目前关系型数据库有六种常见范式，按照范式级别，从低到高分别是：第一范式（1NF）、第二范式（2NF）、第三范式（3NF）、巴斯-科德范式（BCNF）、第四范式（4NF）、第五范式（5NF，又称完美范式）。

数据库的范式设计越高阶，冗余度就越低，同时高阶的范式一定符合低阶范式的要求。一般在关系型数据库的设计中，最高就遵循到 BCNF，普遍还是 3NF，但并不是绝对的，有时候为了提高某些查询性能，还需要破坏范式规则，进行反范式化。

9.1.2 键和相关属性

• 超键：能唯一标识元组的属性集叫做超键。它可以是一个或多个属性的集合，只要它能确定唯一一行就可以（主键、主键 + 任意字段、任何组合属性能唯一确定一个实体）。
• 候选键：不包含有多余属性的超键称为候选键。也就是说，在候选键中，如果再删除属性，就不是键了。
• 主键：从候选键中选出来的一个键就是主键。主键是候选键之一，用于唯一标识元组。
• 外键：数据表 R1 中的某属性集不是 R1 的主键，而是另一数据表 R2 的主键，则此属性集就是数据表 R1 的外键。
• 主属性：包含在任一候选键中的属性称为主属性。
• 非主属性：与主属性相对，指的是不包含在任何一个候选键中的属性。

通常，我们也将候选键成为 “码”，把主键称为 “主码”。因为键可能是由多个属性组成的，针对单个属性，我们可以用主属性和非主属性来进行区分。

举例：

有两张表：

1. 球员表（player）：球员编号、姓名、身份证号、年龄、球队编号。
2. 球队表（team）：球队编号、主教练、球队所在地。

• 超键：对于球员表来说，超键就是包括球员编号或身份证号的任意组合。（球员编号）、（身份证号）、（球员编号、姓名）、（身份证号，年龄）等组合都叫做超键。
• 候选键：就是最小的超键。对于球员表来说，候选键就是（球员编号）或（身份证号）。
• 主键：主键是从候选键中选择一个，根据实际情况决定。（球员编号）或（身份证号）都可以作为主键。
• 外键：球员表中的球队编号就是一个外键。
• 主属性、非主属性：在球员表中，主属性就是（球员编号）（身份证号），其他属性（姓名）、（年龄）、（球队编号）都是非主属性。

9.2 常见的范式

9.2.1 第一范式

第一范式主要是确保数据表中每个字段的值必须具有原子性，也就是说数据表中每个字段的值为不可再次拆分的最小数据单元。比如在设计某个字段的时候，对于字段 X 来说，不能把字段 X 拆分成字段 X-1 和字段 X-2。

例如如下 user 表：

字段名称	字段类型	是否是主键	说明
id	INT	是	主键id
username	VARCHAR(30)	否	用户名
password	VARCHAR(50)	否	密码
user_info	VARCHAR(255)	否	用户信息 (包含真实姓名、电话、住址)

其中，user_info 字段为用户信息，可以进一步拆分成更小粒度的字段，不符合数据库设计对第一范式的要求。将 user_info 拆分后：

字段名称	字段类型	是否是主键	说明
id	INT	是	主键id
username	VARCHAR(30)	否	用户名
password	VARCHAR(50)	否	密码
real_name	VARCHAR(30)	否	真实姓名
phone	VARCHAR(12)	否	联系电话
address	VARCHAR(100)	否	家庭住址

9.2.2 第二范式

第二范式要求，在满足第一范式的基础上，还要满足数据表里的每一条数据记录，都是可唯一标识的。并且所有的非主键字段，都必须完全依赖主键，不能只依赖主键的一部分。如果知道主键的所有属性的值，就可以检索到任何元组（行）的任何属性的任何值。

⭐ 举例1：
成绩表（学号，课程号，成绩）关系中，（学号，课程号）可以决定成绩，但是学号不能决定成绩，课程号也不能决定成绩，所以 “（学号，课程号）——>（成绩）” 就是完全依赖关系。

⭐ 举例二：
比赛表 player_game，里面包含球员编号、姓名、年龄、比赛编号、比赛时间和比赛场地等属性，这里的候选键和主键都为（球员编号，比赛编号），我们可以通过候选键或主键决定下面的关系：

（球员编号，比赛编号）——>（姓名，年龄，比赛时间，比赛场地，得分）

但是此表是不满足第二范式的，因为数据表中的字段之间还存在着如下对应关系：

（球员编号）——>（姓名，年龄）
（比赛编号）——>（比赛时间，比赛场地）

对于非主属性来说，并非完全依赖候选键。这样会产生一些问题：

1. 数据冗余：如果一个球员可以参加 m 场比赛，那么球员的姓名和年龄就重复了 （m - 1） 次。一个比赛也可能会有 n 个球员参加，比赛的时间和地点就重复了 （n - 1） 次。
2. 插入异常：如果我们想要添加一场新的比赛，但是这时还没有确定参加的球员都有谁，那么就无法插入。
3. 删除异常：如果想要删除某个球员编号，如果没有单独保存比赛表的话，就会同时把比赛信息删除掉。
4. 更新异常：如果调整了某个比赛的时间，那么数据表中所有这个比赛的时间都需要进行调整，否则就会出现一场比赛时间不同的情况。

为了避免出现上述的情况，可以把球员比赛表设计为三张表：

表名	属性（字段）
球员 player 表	球员编号、姓名和年龄等字段
比赛 game 表	比赛编号、比赛时间和比赛场地等属性
球员比赛关系 player_game 表	球员编号、比赛编号和得分等属性

1NF 是要确保字段属性是原子性的；2NF 是要确保一张表就是一个独立的对象，一张表只表达一个意思。

9.2.3 第三范式

第三范式是在第二范式的基础上，确保数据表中的每一个非主键字段都和主键字段直接相关。也就是说，要求数据表中的所有非主键字段不能依赖于其他非主键字段，所有非主键属性之间不能有依赖关系，必须相互独立。

不能存在非主属性 A 依赖于非主属性 B，非主属性 B 依赖于主键 C 的情况，即不能存在 “A—>B—>C” 的关系。

⭐ 举例一：

部门信息表：每个部门有部门编号（dept_id）、部门名称、部门简介等信息。
员工信息表：每个员工有员工编号、姓名、部门编号。列出部门编号后就不能再将部门名称、部门简介等与部门有关的信息再加入员工信息表中了。

⭐ 举例二：

球员 player 表：球员编号、姓名、球队名称、球队主教练。有如下依赖关系：

球员编号决定了球队名称，同时球队名称决定了球队主教练，非主属性球队主教练就会传递依赖于球员编号，所以不符合 3NF 的要求。

如果要达到 3NF 的要求，需要把数据表拆成这样：

表名	属性（字段）
球员表	球员编号、姓名和球队名称
球队表	球队名称、球队主教练

每个非主键属性依赖于主键，依赖于整个主键，并且除了主键别无他物。

第一范式要求列不可再分；第二范式要求不能部分依赖；第三范式要求不能传递依赖，而是直接依赖。

9.2.4 第四范式

• 多值依赖：即属性之间的一对多关系，记为 K——>A。
• 函数依赖：事实上是单值依赖，所以不能表达属性值之间的一对多关系。
• 平凡的多值依赖：全集 U = K + A，一个 K 可以对应于多个 A，即 K——>A。此时整个表就是一组一对多关系。
• 非平凡的多值依赖：全集 U = K + A + B，一个 K 可以对应于多个 A，也可以对应于多个 B，A 与 B 互相独立，即 K——>A，K——>B。整个表有多组一对多关系，且有 “一部分是相同的属性集合，多部分是互相独立的属性集合”。

第四范式在满足巴斯-科德范式（BCNF）的基础上，消除非平凡且非函数依赖的多值依赖（即把同一表内的多对多关系删除）。

⭐ 举例一：

职工表（职工编号，职工孩子姓名，职工选修课程）。

在这个表中，同一个职工可能会有多个职工孩子姓名。同样，同一个职工也可能会有多个职工选修课程，即这里存在着多值事实，不符合第四范式。

如果要符合第四范式，只需要将此表分为两个表，使它们只有一个多值事实：职工表一（职工编号，职工孩子姓名），职工表二（职工编号，职工选修课程），两个表都只有一个多值事实，所以符合第四范式。

⭐ 举例二

现建立课程、教师、教材的模型，规定每门课程有对应的一组教师，每门课程也有对应的一组教材，一门课程使用的教材和教师没有关系。建立如下关系表：

（课程 ID，教师 ID，教材 ID）三列作为联合主键。

Course	Teacher	Book
英语	Bill	人教版英语
英语	Bill	美版英语
英语	Jay	美版英语
高数	William	人教版高数
高数	Dave	美版高数

此表除了主键，就没有其他字段了，所以肯定满足巴斯范式，但是却存在多值依赖导致的异常。

假如下学期想采用一本新的英版高数教材，但是还没确定具体哪个老师来教，那么就无法在这个表中维护 Course 高数和 Book 英版高数教材的关系。

所以，需要将这个多值依赖的表拆解成 2 个表，分别建立关系：

Course	Teacher
英语	Bill
英语	Jay
高数	William
高数	Dave

Course	Book
英语	人教版英语
英语	美版英语
高数	人教版高数
高数	美版高数

9.2.5 第五范式（域键范式）

第五范式又称完美范式或域键范式（DKNF）。在满足第四范式的基础上，消除不是由候选键所蕴含的连接依赖。如果关系模式 R 中的每一个连接依赖均由 R 的候选键所隐含，则称此关系模式符合第五范式。

函数依赖是多值依赖的一种特殊情况，而多值依赖实际上是连接依赖的一种特殊情况。但是连接依赖不像函数依赖和多值依赖可以由语义直接导出，而是在关系连接运算时才反映出来。存在连接依赖的关系模式仍可能遇到数据冗余及插入、修改、删除异常等问题。

第五范式处理的是无损连接问题，这个范式基本没有实际意义，因为无损连接很少出现，而且难以察觉。而域键范式试图定义一个终极范式，该范式考虑所有的依赖和约束类型，但是实用价值也是最小的，只存在理论研究中。

9.3 反范式化

9.3.1 概述

有时候不能简单按照规范要求设计数据表，因为有的数据看起来冗余，但其实对业务来说十分重要。这时就要遵循业务优先的原则，首先满足业务需求，再尽量减少冗余。

如果数据库中的数据量比较大，系统的 UV（unique visitor，访问网站的一台电脑客户端即为一个访客）和 PV（page view，即页面浏览量或点击量，用户每次刷新即被计算一次）访问频次比较高，则完全按照 MySQL 的三大范式设计数据表，读数据时会产生大量的关联查询，在一定程度上会影响数据库的读性能。如果我们想对查询效率进行优化，反范式优化也是一种优化思路，通过在数据表中增加冗余字段来提高数据库的读性能。

规范化 vs 性能

1. 为满足某种商业目标，数据库性能比规范化数据库更重要。
2. 在数据规范化的同时，要综合考虑数据库的性能。
3. 通过在给定的表中添加额外的字段，以大量减少需要从中搜索信息所需的时间。
4. 通过在给定的表中插入计算列，以方便查询。

9.3.2 举例

简单举个如下例子：

员工的信息存储在 employees 表 中，部门信息存储在 departments 表 中。通过 employees 表中的
department_id 字段与 departments 表建立关联关系。如果要查询一个员工所在部门的名称：

SELECT
	employee_id,
	department_name 
FROM
	employees e
	JOIN departments d ON e.department_id = d.department_id;

如果经常需要进行这个操作，连接查询就会浪费很多时间。可以在 employees 表中增加一个冗余字段
department_name，这样就不用每次都进行连接操作了。

9.3.3 反范式化新问题

反范式化可以通过空间换时间，提升查询的效率，但是反范式也会带来一些新问题：

1. 存储空间变大了。
2. 一个表中字段做了修改，另一个表中冗余的字段也需要做同步修改，否则数据不一致。
3. 如果采用存储过程来支持数据的更新、删除等额外操作，如果更新频繁，则会非常消耗系统资源。
4. 在数据量小的情况下，反范式化不能体现性能的优势，可能还会让数据库的设计更加复杂。

9.3.4 通用场景

当冗余信息由价值或者能大幅度提高查询效率时，才会采取反范式化的优化。

⭐ 增加冗余字段的建议

增加冗余字段一定要符合两个条件，只有满足这两个条件，才可以考虑增加冗余字段。

1. 这个冗余字段不需要经常进行修改。
2. 这个冗余字段查询时不可或缺。

⭐ 历史快照、历史数据的需要

在现实生活中，我们经常需要一些冗余信息，比如订单中的收货人信息，包括姓名、电话和地址等。每次发生的订单收货信息都属于历史快照 ，需要进行保存，但用户可以随时修改自己的信息，这时保存这些冗余信息是非常有必要的。

反范式优化也常用在数据仓库的设计中，因为数据仓库通常存储历史数据 ，对增删改的实时性要求不
强，对历史数据的分析需求强。这时适当允许数据的冗余度，更方便进行数据分析。

9.4 巴斯-科德范式（BCNF）

在第三范式的基础上进行了改进，提出了巴斯范式，也叫做巴斯-科德范式。BCNF 被认为没有新的设计规范加入，只是对第三范式中设计规范要求更强，使得数据库冗余度更小。所以被称为是修正的第三范式，或扩充的第三范式。

举个例子：

有如下表：

在这个表中，一个仓库只有一个管理员，同时一个管理员也只管理一个仓库。首先先来梳理下这些属性之间的依赖关系：

仓库名决定了管理员，管理员也决定了仓库名，同时（仓库名，物品名）的属性集合可以决定数量这个属性。这样，就可以找到数据表的候选键了。

**候选键：**是（管理员，物品名）和（仓库名，物品名），然后从候选键中选择一个作为主键 ，比
如（仓库名，物品名）。
**主属性：**包含在任一候选键中的属性，也就是仓库名，管理员和物品名。
**非主属性：**数量这个属性。

接下来来判断该表是否符合三范式：

1. 首先，数据表的每个属性都是原子性的，符合 1NF 的要求；
2. 其次，数据表中非主属性 “数量” 与候选键全部依赖，（仓库名，物品名）决定数量，（管理员，物品名）决定数量。符合 2NF 的要求。
3. 最后，数据表中的非主属性不传递依赖于候选键，符合 3NF 的要求。

既然此表已经符合了 3NF 的要求，是不是就不存在问题了呢？假如有下面的情况：

1. 增加一个仓库，但是还没有存放任何物品。根据数据表实体完整性的要求，主键不能有空值，因此会出现插入异常。
2. 如果仓库更换了管理员，就可能要修改数据表中的多条记录了。
3. 如果仓库里的商品都卖空了，那么此时仓库名和相应的管理员名称也会随着被删除。

由此可见，即使数据表符合 3NF 的要求，同样可能存在插入、更新和删除数据的异常情况。

首先需要确认造成异常的原因：主属性仓库名对于候选键（管理员，物品名）是部分依赖的关系，
这样就有可能导致上面的异常情况。因此引入BCNF，它在 3NF 的基础上消除了主属性对候选键的部分依赖或者传递依赖关系。

如果在关系 R 中，U 为主键，A 属性是主键的一个属性，若存在 A->Y，Y 为主属性，则该关系不属于
BCNF。根据 BCNF 的要求，我们需要把仓库管理关系 warehouse_keeper 表拆分成下面这样：

仓库表 ：（仓库名，管理员）
库存表 ：（仓库名，物品名，数量）

这样就不存在主属性对于候选键的部分依赖或传递依赖，上面数据表的设计就符合 BCNF。

9.5 ER模型

9.5.1 ER模型三要素

ER 模型中有三个要素，分别是实体、属性和关系。

• 实体 ，可以看做是数据对象，往往对应于现实生活中的真实存在的个体。在 ER 模型中，用 矩形 来表示。实体分为两类，分别是强实体和弱实体。强实体是指不依赖于其他实体的实体；弱实体是指对另一个实体有很强的依赖关系的实体。
• 属性 ，是指实体的特性。比如超市的地址、联系电话、员工数等。在 ER 模型中用 椭圆形 来表示。
• 关系 ，是指实体之间的联系。比如超市把商品卖给顾客，就是一种超市与顾客之间的联系。在 ER 模型中用 菱形 来表示。

注意：实体和属性不容易区分。这里提供一个原则：要从系统整体的角度出发去看，可以独立存在的是实体，不可再分的是属性。也就是说，属性不能包含其他属性。

9.5.2 关系的类型

在 ER 模型的三个要素中，关系又可以分为三种类型，分别是一对一、一对多、多对多。

• 一对一 ：指实体之间的关系是一一对应的，比如个人与身份证信息之间的关系就是一对一的关系。一个人只能有一个身份证信息，一个身份证信息也只属于一个人。
• 一对多 ：指一边的实体通过关系，可以对应多个另外一边的实体。相反，另外一边的实体通过这个关系，则只能对应唯一的一边的实体。比如说，我们新建一个班级表，而每个班级都有多个学生，每个学生则对应一个班级，班级对学生就是一对多的关系。
• 多对多 ：指关系两边的实体都可以通过关系对应多个对方的实体。比如在进货模块中，供货商与超市之间的关系就是多对多的关系，一个供货商可以给多个超市供货，一个超市也可以从多个供货商那里采购商品。再比如一个选课表，有许多科目，每个科目有很多学生选，而每个学生又可以选择多个科目，这就是多对多的关系。

9.6 数据表的设计原则

数据表的设计原则一般概括为 “三少一多”。

1. 数据表的个数越少越好

   RDBMS 的核心在于对实体和联系的定义，也就是 E-R 图，数据表越少，证明实体和联系设计的越简洁，既方便理解又方便操作。

2. 数据表中的字段个数越少越好

   字段个数越多，数据冗余的可能性越大。设置字段个数少的前提是各个字段互相独立，而不是某个字段的取值可以由其他字段计算出来。当然这里的字段个数少是相对的，通常需要在数据冗余和检索效率中进行平衡。

3. 数据表中联合主键的字段个数越少越好

   设置主键是为了确定唯一性，当一个字段无法确定唯一性的时候，就需要采用联合主键的方式（也就是用多个字段来定义一个主键）。联合主键中的字段越多，占用的索引空间越大，不仅会加大理解难度，还会增加运行时间和索引空间，所以联合主键的字段个数越少越好。

4. 使用主键和外键越多越好

   数据库的设计实际上就是定义各种表，以及各种字段之间的关系。这些关系越多，证明这些实体之间的冗余度越低，利用度越高。这样做的好处在于不仅保证了数据表之间的独立性，还能提升相互之间的关联使用率。

"三少一多" 原则的核心就是简单可复用。简单是指用更少的表、更少的字段、更少的联合主键字段来完成数据表的设计。可复用是通过主键、外键的使用来增强数据表之间的复用率。因为一个主键可以理解是一张表的代表。键设计的越多，证明它们之间的利用率越高。

注意：这个原则并不是绝对的，有时候需要牺牲数据的冗余度来换取数据处理的效率。

9.7 数据库对象的编写建议

9.7.1 关于库

1. 【强制】库的名称必须控制在 32 个字符以内，只能使用英文字母、数字和下划线，建议以英文字
   母开头。

2. 【强制】库名中英文一律小写，不同单词采用下划线分割。须见名知意。

3. 【强制】库的名称格式：业务系统名称_子系统名。

4. 【强制】库名禁止使用关键字（如 type、order 等）。

5. 【强制】创建数据库时必须 显式指定字符集 ，并且字符集只能是 utf8 或者 utf8mb4。

   # 创建数据库SQL举例：
   CREATE DATABASE crm_fund DEFAULT CHARACTER SET 'utf8' ;
   

6. 【建议】对于程序连接数据库账号，遵循权限最小原则。

   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 。

7. 【建议】临时库以 tmp_ 为前缀，并以日期为后缀；

   备份库以 bak_ 为前缀，并以日期为后缀。

9.7.2 关于表、列

1. 【强制】表和列的名称必须控制在 32 个字符以内，表名只能使用英文字母、数字和下划线，建议
   以 英文字母开头 。

2. 【强制】 表名、列名一律小写 ，不同单词采用下划线分割。须见名知意。

3. 【强制】表名要求有模块名强相关，同一模块的表名尽量使用 统一前缀 。比如：crm_fund_item

4. 【强制】创建表时必须 显式指定字符集 为 utf8 或 utf8mb4。

5. 【强制】表名、列名禁止使用关键字（如 type、order 等）。

6. 【强制】创建表时必须 显式指定表存储引擎 类型。如无特殊需求，一律为 InnoDB。

7. 【强制】建表必须有 comment。

8. 【强制】字段命名应尽可能使用表达实际含义的英文单词或 缩写 。如：公司 ID，不要使用
   corporation_id, 而用 corp_id 即可。

9. 【强制】布尔值类型的字段命名为 is_ 描述 。如 member 表上表示是否为 enabled 的会员的字段命
   名为 is_enabled。

10. 【强制】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，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。

11. 【建议】建表时关于主键： 表必须有主键。

    ① 强制要求主键为 id，类型为 int 或 bigint，且为 auto_increment 建议使用 unsigned 无符号型。 ② 标识表里每一行主体的字段不要设为主键，建议设为其他字段。如 user_id，order_id等，并建立 unique key 索引。因为如果设为主键且主键值为随机插入，则会导致 InnoDB 内部页分裂和大量随机 I/O，性能下降。

12. 【建议】核心表（如用户表）必须有行数据的创建时间字段（create_time）和 最后更新时间字段（update_time），便于查问题。

13. 【建议】表中所有字段尽量都是 NOT NULL 属性，业务可以根据需要定义 DEFAULT值 。 因为使用 NULL 值会存在每一行都会占用额外存储空间、数据迁移容易出错、聚合函数计算结果偏差等问
    题。

14. 【建议】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）。

15. 【建议】中间表（或临时表）用于保留中间结果集，名称以 tmp_ 开头。备份表用于备份或抓取源表快照，名称以 bak_ 开头。中间表和备份表定期清理。

16. 【建议】创建表时，可以使用可视化工具。这样可以确保表、字段相关的约定都能设置上。

    实际上，我们通常很少自己写 DDL 语句，可以使用一些可视化工具来创建和操作数据库和数据表。可视化工具除了方便，还能直接帮我们将数据库的结构定义转化成 SQL 语言，方便数据库和数据表结构的导出和导入。

9.7.3 关于索引

1. 【强制】InnoDB 表必须主键为 id int/bigint auto_increment，且主键值禁止被更新 。
2. 【强制】InnoDB 和 MyISAM 存储引擎表，索引类型必须为 B+Tree。
3. 【建议】主键的名称以 pk_ 开头，唯一键以 uni_ 或 uk_ 开头，普通索引以 idx_ 开头，一律
   使用小写格式，以字段的名称或缩写作为后缀。
4. 【建议】多单词组成的 columnname，取前几个单词首字母，加末单词组成 column_name。如:
   sample 表 member_id 上的索引：idx_sample_mid。
5. 【建议】单个表上的索引个数不能超过6个。
6. 【建议】 在建立索引时，多考虑建立联合索引 ，并把区分度最高的字段放在最前面。
7. 【建议】在多表 JOIN 的 SQL 里，保证被驱动表的连接列上有索引，这样JOIN 执行效率最高。
8. 【建议】建表或加索引时，保证表里互相不存在 冗余索引 。 比如：如果表里已经存在 key(a,b)，
   则 key(a) 为冗余索引，需要删除。

9.7.4 SQL 编写

1. 【强制】程序端 SELECT 语句必须指定具体字段名称，禁止写成 *。

2. 【建议】程序端 INSERT 语句指定具体字段名称，不要写成 INSERT INTO t1 VALUES(…)。

3. 【建议】除静态表或小表（100行以内），DML 语句必须有 WHERE 条件，且使用索引查找。

4. 【建议】INSERT INTO…VALUES(XX),(XX),(XX)… 这 里XX 的值不要超过 5000 个。值过多虽然上线很快，但会引起主从同步延迟。

5. 【建议】SELECT 语句不要使用 UNION，推荐使用 UNION ALL（MySQL 5.6 之后 UNION ALL 不会使用到临时表），并且 UNION 子句个数限制在 5 个以内。

6. 【建议】线上环境，多表 JOIN 不要超过5个表。

7. 【建议】减少使用 ORDER BY，和业务沟通能不排序就不排序，或将排序放到程序端去做。ORDER BY、GROUP BY、DISTINCT 这些语句较为耗费 CPU，数据库的 CPU 资源是极其宝贵的。

8. 【建议】包含了 ORDER BY、GROUP BY、DISTINCT 这些查询的语句，WHERE 条件过滤出来的结果集请保持在1000 行以内，否则 SQL 会很慢。

9. 【建议】对单表的多次 alter 操作必须合并为一次。

   对于超过 100W 行的大表进行 alter table，必须经过 DBA 审核，并在业务低峰期执行，多个 alter 需整合在一起。 因为 alter table 会产生表锁 ，期间阻塞对于该表的所有写入，对于业务可能会产生极
   大影响。

10. 【建议】批量操作数据时，需要控制事务处理间隔时间，进行必要的 sleep。

11. 【建议】事务里包含 SQL 不超过 5 个。

    因为过长的事务会导致锁数据较久，MySQL 内部缓存、连接消耗过多等问题。

12. 【建议】事务里更新语句尽量基于主键或 UNIQUE KEY，例如 UPDATE… WHERE id=XX; 否则会产生间隙锁，内部扩大锁定范围，导致系统性能下降，产生死锁。