utf8mb4: A UTF-8 encoding of the Unicode character set using one to four bytes per character.
utf8mb3: A UTF-8 encoding of the Unicode character set using one to three bytes per character.
utf8: An alias for utf8mb3.
To avoid ambiguity about the meaning of utf8, consider specifying utf8mb4 explicitly for character set references.
参考: https://dev.mysql.com/doc/refman/8.0/en/charset-unicode-sets.html

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。

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。

说明: pk即primary key; uk即unique key; idx即index。

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。

说明: 其中id必为主键, 类型为unsigned int/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。

正例: 如无符号值可以避免误存负数, 且扩大了表示范围。

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。

解读:
(1) NULL的列使用索引, 索引统计, 值都更加复杂, MySQL更难优化
(2) NULL需要更多的存储空间
(3) NULL只能采用IS NULL或者IS NOT NULL, 而在=/!=/in/not in时有大坑
https://dev.mysql.com/doc/refman/8.0/en/problems-with-null.html

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。

字段长度固定, 或者长度近似的业务场景适合使用char, 能够减少碎片, 查询性能高;
字段长度相差较大, 或者更新较少的业务场景, 适合使用varchar, 能够减少空间;
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, 独立出一张表用主键来对应, 避免影响其它字段索引效率

解读:
a) DATETIME默认值为null; TIMESTAMP的字段默认为当前时(CURRENT_TIMESTAMP)。
b) DATETIME使用8字节的存储空间, TIMESTAMP的存储空间为4字节。https://dev.mysql.com/doc/refman/5.7/en/storage-requirements.html
c) 存储方式不一样, TIMESTAMP把客户端插入的时间从当前时区转化为UTC(世界标准时间)进行存储。
   查询时, 将其又转化为客户端当前时区进行返回。DATETIME基本上是原样输入和输出。
d) 存储的时间范围不一样
   timestamp: '1970-01-01 00:00:01.000000'-'2038-01-19 03:14:07.999999'
   datetime:  '1000-01-01 00:00:00.000000'-'9999-12-31 23:59:59.999999'

解读:
(1) 牵扯到国家代号, 可能出现+/-/()等字符, 例如+86
(2) 手机号不会用来做数学运算
(3) varchar可以模糊查询, 例如like '138%'

解读: ENUM增加新值要进行DDL操作

解读:
5.7.8版本开始支持JSON, 推荐使用8.0以上版本: https://mydbops.wordpress.com/2019/02/26/presentation-json-improvements-in-mysql-8-0/
JSON类型的优点是提供了类似文档数据模型的灵活Schema的机制, 同时JSON也是统一的数据交换格式;
JSON平均空间大约比正常情况多一倍;
需要尽量避免全表扫表, 可能需要为某些属性建立索引
https://stackoverflow.com/questions/33660866/native-json-support-in-mysql-5-7-what-are-the-pros-and-cons-of-json-data-type
https://www.slideshare.net/billkarwin/how-to-use-json-in-mysql-wrong

解读:
(1) 互联网高并发业务, 太多索引会影响写性能
(2) 生成执行计划时, 索引太多会降低性能, 并可能选择不到最优索引
(3) 异常复杂的查询需求, 可以选择 ES 等更为适合的方式存储

解读: 如果5个字段还不能极大缩小row范围, 八成是设计有问题

解读: 踩过因为JOIN字段类型不一致, 而导致全表扫描的坑么？

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。

说明: 即使双表join也要注意表索引、SQL性能。

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。

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

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。

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
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

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。

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。

1) 认为一个查询就需要建一个索引。
2) 认为索引会消耗空间、严重拖慢更新和新增速度。
3) 抵制唯一索引, 认为业务的唯一性一律需要在应用层通过"先查后插"方式解决。

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。

正例: 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;

说明:
NULL与任何值的直接比较都为 NULL:
1) NULL<>NULL的返回结果是NULL, 而不是false。
2) NULL=NULL的返回结果是NULL, 而不是true。
3) NULL<>1的返回结果是NULL, 而不是true。

说明: TRUNCATE TABLE在功能上与不带WHERE子句的DELETE语句相同。

解读:
(1) select *会增加cpu/io/内存/带宽的消耗
(2) 指定字段能有效利用索引覆盖
(3) 指定字段查询, 在表结构变更时, 能保证对应用程序无影响

解读:
(1) 大批量操作可能会造成严重的主从延迟
(2) binlog格式为row格式时会产生大量的日志
(3) 避免产生大事务操作

解读:
(1) 避免大表修改时产生的主从延迟
(2) 避免对表字段进行修改时进行锁表
(3) pt-online-schema-change会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, 然后把原表中的数据复制到新表中。