MogDB/openGauss 数据库规范

为了确保团队内以及团队之间可以快速顺利的进行工作交接，在最小的成本下理解已经存在的数据库对象，需要制定一些数据库规范，数据库规范有以下特点：

• 规范需要持续维护，不断改善来适应自身业务的发展。
• 标准的规范可以减少出错的概率，保证程序安全稳定运行。
• 可以快速定位问题原因并有效解决。
• 标准的规范可以提升开发效率，也可自动化管理。

数据库范式

为了更好的制定数据库规范，我们需要知道如何去设计数据模型，关系数据库的数据模型设计有六种范式（Normal form，简称NF），各范式呈递次规范，越高的范式数据库冗余越小，一般情况下数据库满足第三范式就可以了。

第一范式（1NF）

每一域（列）都是不可分割的原子数据项，不能是集合，数组，记录等非原子数据项，简而言之，第一范式就是无重复的域。


第二范式（2NF）

在满足1NF的基础上，非码属性必须完全依赖于候选码，简而言之，一个表中必须有唯一键。

• 候选码：某一属性组的值能唯一地标识一个元组，则称该属性组为候选码。若有多个候选码，则选定其中一个为主码。
• 主属性：所有候选码的属性称为主属性，不包含在任何候选码中的属性称为非主属性或非码属性。
• 函数依赖：属性集关系模式R(U)中有x,y两个子集，若由x决定y，则说y函数依赖x， 如x(工号)-> y(评分)。
• 部分函数依赖：若x决定y，x的子集x1也可以决定y，则说y部分函数依赖x，如x(工号，姓名) -> y(评分)，x1(工号) -> y(评分)。
• 完全函数依赖：若x决定y，x的任何子集都不能决定y，则说y全部函数依赖x，如x(工号，绩效) -> y(评分)。
• 传递函数依赖：若x决定y，y决定z，但是z不属于y，y也不决定x，则说z传递依赖x，如x(工号) -> y(部门) ->z(部门信息)。
  

第三范式（3NF）

在满足2NF的基础上，非主属性之间没有依赖关系，即消除2NF中的传递函数依赖。

巴斯-科德范式（BCNF）

在满足3NF基础上，任何非主属性不能对主键子集依赖（在3NF基础上消除对主码子集的依赖），巴斯-科德范式被认为没有新的设计规范加入，只是对第二范式与第三范式中设计规范要求更强，因而被认为是修正第三范式，也就是说它是对第三范式的修正，使数据库冗余度更小，这也是BCNF不被称为第四范式的原因。

第四范式(4NF）

在满足BCNF的基础上，属性之间不允许有非平凡且非函数依赖的多值依赖，即同一个表中没有多对多关系。

• 平凡多值依赖：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。
  

第五范式（5NF，又称完美范式）

在满足4NF的基础上，消除不是由候选码所蕴含的连接依赖。如果关系模式R中的每一个连接依赖均由R的候选码所隐含，则称此关系模式符合第五范式。

第四范式处理的是相互独立的多值情况，而第五范式则处理相互依赖的多值情况。
函数依赖是多值依赖的一种特殊的情况，而多值依赖实际上是连接依赖的一种特殊情况。

数据库命名规范

数据库对象（database, schema, table, column, view, index, function, trigger等）命名标准：

• 长度不超过63个字符
• 命名尽量采用富有意义英文词汇
• 建议使用小写字母、数字、下划线的组合
• 不以PG、GS开头（避免与系统DB object混淆），不以数字开头
• 不使用双引号即"包围，除非必须包含大写字母或空格等特殊字符
• 禁止使用保留字，保留关键字参考官方文档或通过pg_get_keywords()函数查看
• table能包含的column数目,根据字段类型的不同，数目在 250 到 1600 之间
• 分区表命令规则与普通表保持一致
• 临时或备份的数据库对象名，如table,建议添加日期, 如dba.trade_record_2100_01_07
• 索引显示命名规则为：表名_列名_idx，与缺省默认给出的索引名保持一致
• 数据库的用户表空间用ts_<表空间名>来表现 ,数据表空间和索引表空间可以分开，如ts_data_xxx 和 ts_idx_xxx

对象设计规范

Tablespace 设计

• 频繁使用的表和索引单独存放在一个表空间，此表空间应在性能好的磁盘上创建
• 以历史数据为主，或活跃度较低的表和索引可以存放在磁盘性能较差的表空间
• 表和索引可以单独存放在不同的表空间
• 表空间可以按数据库分、按schema分或按业务功能来分
• 也可以用默认表空间pg_default，即base目录

Database 设计

• 建议以业务功能来命名数据库，简单直观
• 推荐使用兼容PG模式创建数据库
• 数据库编码建议使用UTF8

Schema 设计

• 在一个数据库下执行创建用户时，默认会在该数据库下创建一个同名schema
• 不建议在默认public schema下创建数据库对象
• 创建一个与用户名不同的schema给业务使用

Table 设计

• 规划好表结构设计，避免添加字段、修改字段类型或长度
• 禁止使用unlogged、temp/temporary 关键字创建业务表
• 必须为表添加comment注释信息
• 表间关联字段数据类型要保持一致，避免索引无法使用
• 对于频繁更新的astore表，需要指定填充因子fillfactor=85，给HOT预留空间
• 频繁更新使用的表应该单独放在存储性能好的表空间
• 数据量超过亿级或占用磁盘超过10GB的表，建议考虑分区

Cloumn 设计

• 避免与系统表的列名重复
• 字段含义及数据类型要与程序代码设计保持一致
• 所有字段必须要添加comment注释信息
• 能使用数值类型，就不要使用字符类型
• 禁止用字符类型存储日期数据
• 时间类型字段统一使用timestamptz
• 字段尽量要求not null，为字段提供默认值

Sequence 设计

• 禁止手动创建与表相关的序列，应指定serial/bingserial类型方式创建
• 序列的步长建议设置为1
• 不建议设置minvalue 和 maxvalue
• 不建议设置cache，设置cache后序列号不连续
• 禁止开启cycle

Index 设计

• 频繁DML操作的表索引数量不建议超过5个
• create/drop index时添加concurrently参数
• 真正创建索引前可以使用虚拟索引确定索引的有效性
• 经常出现在关键字order by、group by、distinct后面的字段，建立索引
• 经常用作查询选择的字段，建立索引
• 经常用作表连接的属性上，建立索引
• 复合索引的字段数不建议超过3个
• 复合索引得一个字段是常用检索条件
• 复合索引第一个字段不应存在单字段索引
• 用unique index 替换 unique constraints
• 对数据很少被更新的表，经常只查询其中的几个字段，考虑使用索引覆盖
• 不要在有大量相同取值的字段上建立索引

Partition Table 设计

• 范围分区表数量不建议超过1000个
• 分区表可以按使用频度选择表空间
• 分区键必须要有索引，不建议使用全局索引
• 定期清理历史分区表

View 设计

• 尽量使用简单视图，减少复杂视图（数据来自多个表，表的数量不建议超过3个）
• 避免嵌套视图，如必须使用，不能嵌套2层

Constraint 设计

• 每张表必须要有主键
• 不要用有业务含义的字段做主键，尽管其唯一
• 建议使用id serial/bigserial primary key的方式创建主键
• 大表添加主键可以使用unique + not null的方式替代
• 建议使用唯一索引替换唯一约束
• 所有非空列必须要添加not null 约束
• 存在外键关系的表尽量添加外键约束
• 性能要求高而安全性自己控制的系统不建议使用外键

数据库操作规范

这里数据库操作指：DDL DML DQL

DDL操作

• 业务高峰期禁止对已存在的表执行任何DDL操作
• 所有生产DDL操作必须经过开发测试环境验证
• 大表添加带默认值的字段时，应拆分为：添加字段、填补默认值及添加非空约束三部分
• 维护索引时应采用concurrently的方式
• 应该使用pg_repack替换vacuum full来重建表

DML操作

• 更新数据的SQL语句禁止出现where 1=1
• 单条DML语句操作的数据量不超过10万
• 清空表中的数据时，应使用truncate
• 对于风险性较高的操作，应该显示的开启事务，确认无误后在提交
• 事务中SQL逻辑尽量简单，操作执行完后要及时提交，避免idle in transaction状态
• 大批数据入库时应使用copy替换insert
• 数据导入前考虑先删除索引，导入完成后重建

DQL操作

• 禁止使用select * ，应用具体所需字段替换
• 禁止使用 where 1=1 ，避免全表扫描或笛卡尔积
• 检索条件值应该与字段类型保持一致，防止不走索引
• 等号左边的字段应该与索引保持一致，尤其是条件索引或函数索引
• 关注慢SQL的执行计划，如与预期不一致，尽快修改
• 使用count(*) 或 count(1) 来统计行数，count(column) 不会统计null行
• 限制join的数量，不建议超过3个
• 递归查询需要做好限制，防止无限循环
• 对于or运算，应该使用union all 或 union 替换

PS：欢迎大家一起补充完善