252 lines
10 KiB
Markdown
252 lines
10 KiB
Markdown
---
|
||
tags: [MySQL, DDL, ALTER TABLE, CREATE TABLE, DATATYPE, NULL, ONLINE DDL]
|
||
create time: 2026-05-16 00:00
|
||
---
|
||
|
||
# DDL — 建表与结构变更
|
||
|
||
## 概述
|
||
|
||
DDL（Data Definition Language）用于定义和修改数据库对象的结构。本章聚焦最常用的 `CREATE TABLE`、`ALTER TABLE`，以及 MySQL 8.0 引入的在线 DDL 特性。
|
||
|
||
## CREATE TABLE
|
||
|
||
```sql
|
||
CREATE TABLE users (
|
||
id BIGINT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
|
||
username VARCHAR(50) NOT NULL COMMENT '用户名',
|
||
email VARCHAR(255) NOT NULL COMMENT '邮箱唯一',
|
||
password_hash VARCHAR(64) NOT NULL COMMENT 'bcrypt hash',
|
||
status TINYINT NOT NULL DEFAULT 1 COMMENT '1=active 0=disabled',
|
||
created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
|
||
updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
|
||
|
||
UNIQUE KEY uk_email (email),
|
||
INDEX idx_username (username),
|
||
INDEX idx_status_created (status, created_at)
|
||
) ENGINE=InnoDB
|
||
DEFAULT CHARSET=utf8mb4
|
||
COLLATE=utf8mb4_0900_ai_ci
|
||
COMMENT='用户表';
|
||
```
|
||
|
||
### 关键语法解析
|
||
|
||
| 子句 | 作用 |
|
||
|------|------|
|
||
| `ENGINE=InnoDB` | 显式指定存储引擎（8.0 默认值）|
|
||
| `DEFAULT CHARSET` | 数据库级字符集覆盖 |
|
||
| `ON UPDATE CURRENT_TIMESTAMP` | 自动维护更新时间戳 |
|
||
| `UNIQUE KEY` | 唯一索引，同时约束数据唯一性 |
|
||
| `INDEX idx_name (col)` | 普通索引，辅助查询 |
|
||
| `COMMENT` | 表和字段注释，可通过 `SHOW FULL COLUMNS` 查看 |
|
||
|
||
> [!TIP] 命名规范约定
|
||
> - **索引名**：`idx_表名_列名`（普通索引）、`uk_表名_列名`（唯一索引）——避免超过 64 字符
|
||
> - **时间字段**：统一用 `DATETIME` 而非 `TIMESTAMP`。后者范围仅限 `1970~2038`，遇到闰秒时会报错
|
||
> - **自增主键**：务必用 `UNSIGNED`，正数区间翻倍（0 ~ 42.9 亿），且能略微节省空间
|
||
|
||
> [!QUESTION] 思考：为什么 `password_hash` 要用 `VARCHAR(64)` 而不是固定长度？
|
||
> 答案取决于你使用的哈希算法。bcrypt 输出为 60 字符（如 `$2b$12$...`），预留 64 留有扩展余量。如果改用 SHA-256 则恰好 64 字节，此时 `CHAR(64)` 反而更高效——因为固定长度无需额外存储长度前缀。
|
||
|
||
---
|
||
|
||
### 数据类型选择指南
|
||
|
||
建表时数据类型直接决定磁盘占用和查询性能。以下是常见场景的经验推荐：
|
||
|
||
```mermaid
|
||
graph TD
|
||
A["需要整数?" -->|"是"| B{"需要 UNSIGNED?"}
|
||
B -->|"否"| C["INT — 覆盖 -21 万 ~ 21 万"]
|
||
B -->|"是"| D["BIGINT UNSIGNED — 最大 1844 亿"]
|
||
|
||
A -->|"否"| E["字符串?"]
|
||
E -->|"变长 < 255"| F["VARCHAR(N)"]
|
||
E -->|"定长 (密码/签名)"| G["CHAR(N)"]
|
||
E -->|"超长 (文章/JSON)"| H["TEXT / LONGTEXT"]
|
||
```
|
||
|
||
| 类型家族 | 适用场景 | 避坑提示 |
|
||
|----------|---------|---------|
|
||
| `TINYINT` | 状态标记、布尔值 | 建议加 `UNSIGNED`，0~255 足够 |
|
||
| `INT` | 计数器、外键引用 | 数字型 ID 优先 `INT UNSIGNED`，超 42 亿再用 `BIGINT` |
|
||
| `VARCHAR(N)` | 用户名、邮箱、地址 | N 按实际 +20% 余量；不要盲目设 255 |
|
||
| `DATETIME` | 所有时间戳 | MySQL 8.0 推荐；避免 `TIMESTAMP` 的 2038 年瓶颈 |
|
||
| `DECIMAL(M,D)` | 金额 | **绝对禁止**用 `FLOAT/DOUBLE` 存储财务数据 |
|
||
|
||
#### 一个常见的反例
|
||
|
||
```sql
|
||
-- ❌ 错误：用 FLOAT 存价格，会出现精度丢失
|
||
price FLOAT DEFAULT 0.00,
|
||
|
||
-- ✅ 正确：DECIMAL 精确表示货币，M 总位数 D 小数位
|
||
price DECIMAL(10, 2) DEFAULT 0.00 COMMENT '单位：元',
|
||
```
|
||
|
||
> [!NOTE] DECIMAL(10,2) 表示最多 10 位数字，其中 2 位在小数点后，即最大值为 `99999999.99`。在 InnoDB 内部以二进制紧凑存储，性能接近整数类型。
|
||
|
||
## ALTER TABLE — 常见操作
|
||
|
||
### 增删改列
|
||
|
||
`CHANGE` 与 `MODIFY` 的区别在于：**CHANGE 必须同时写出列名（可改名）**，而 MODIFY 只改属性不更名。这是初学最容易混淆的地方。
|
||
|
||
```sql
|
||
-- 添加列
|
||
ALTER TABLE users ADD COLUMN phone VARCHAR(20) AFTER email;
|
||
ALTER TABLE users ADD COLUMN last_login_ip VARCHAR(45); -- IPv4/IPv6 通用
|
||
|
||
-- 修改列类型（不改名）
|
||
ALTER TABLE users MODIFY COLUMN status TINYINT UNSIGNED DEFAULT 0;
|
||
|
||
-- 重命名列（改名 + 可选改类型）
|
||
ALTER TABLE users CHANGE COLUMN phone phone_number VARCHAR(20);
|
||
|
||
-- 删除列
|
||
ALTER TABLE users DROP COLUMN last_login_ip;
|
||
|
||
-- 删除索引
|
||
ALTER TABLE users DROP INDEX idx_username;
|
||
```
|
||
|
||
> [!WARNING] ALTER TABLE DROP COLUMN 不可逆
|
||
> 列一旦删除，其中的数据和统计信息全部消失。**生产环境执行 DDL 前务必确认已有备份**。现代运维流程中应通过迁移工具（见关联笔记）做版本化管理，而非手动执行 ALTER。
|
||
|
||
### 在线 DDL（ALGORITHM / LOCK）
|
||
|
||
MySQL 5.6+ 支持 Online DDL，允许在结构变更期间持续处理读写请求。
|
||
|
||
```sql
|
||
-- 三种算法对比
|
||
ALTER TABLE users ADD COLUMN bio TEXT, ALGORITHM=INPLACE;
|
||
ALTER TABLE users ADD COLUMN bio TEXT, ALGORITHM=COPY;
|
||
ALTER TABLE users ADD COLUMN bio TEXT; -- 8.0 默认 INPLACE
|
||
|
||
-- 三种锁策略对比
|
||
ALTER TABLE ... LOCK=NONE; -- 不阻塞任何读/写（最安全）
|
||
ALTER TABLE ... LOCK=SHARED; -- 允许并发读，阻塞写
|
||
ALTER TABLE ... LOCK=EXCLUSIVE; -- 阻塞所有其他操作（最快）
|
||
```
|
||
|
||
> [!NOTE] INPLACE vs COPY 的本质区别
|
||
> - **INPLACE**：直接在原表上重建索引或新增索引，不需要全表拷贝数据。支持的场景包括：增加/删除索引、改变列默认值、新增列等。
|
||
> - **COPY**：创建临时表 → 逐行拷贝数据 → 原子替换。适用于改变列定义导致格式不兼容的场景，比如 `VARCHAR` 改 `INT`。
|
||
>
|
||
> **经验法则**：8.0 默认的 `INPLACE` 对大多数操作都够用。若不确定，先跑 `pt-online-schema-change --dry-run` 看预估耗时。
|
||
|
||
```mermaid
|
||
flowchart LR
|
||
A["ALTER TABLE 开始"] --> B{"ALGORITHM"}
|
||
B -->|"INPLACE"| C["直接修改数据字典<br/>原地更新索引"]
|
||
B -->|"COPY"| D["创建临时表拷贝数据后替换"]
|
||
|
||
C --> E{"LOCK"}
|
||
D --> E
|
||
|
||
E -->|"NONE"| F["在线执行<br/>读写不阻塞"]
|
||
E -->|"SHARED"| G["并发读<br/>写入等待"]
|
||
E -->|"EXCLUSIVE"| H["阻塞全部操作<br/>速度最快"]
|
||
|
||
style F fill:#00D866,color:#fff
|
||
style G fill:#FF9F43,color:#000
|
||
style H fill:#EE5A24,color:#fff
|
||
```
|
||
|
||
### 大表 DDL 实战技巧
|
||
|
||
对百万行以上的表执行 `ALTER TABLE` 时：
|
||
|
||
```bash
|
||
# ❌ 危险：直接在线上执行
|
||
ALTER TABLE big_table ADD INDEX idx_col (col);
|
||
|
||
# ✅ 方案一：pt-online-schema-change（Percona Toolkit）
|
||
pt-online-schema-change \
|
||
--user=root --password=xxx \
|
||
--alter "ADD INDEX idx_col (col)" \
|
||
D=mydb,t=big_table \
|
||
--execute
|
||
|
||
# ✅ 方案二：gh-ost（GitHub 开源）
|
||
gh-ost \
|
||
--user=root --password=xxx \
|
||
--host=127.0.0.1 --port=3306 \
|
||
--database=mydb \
|
||
--table=big_table \
|
||
--alter "ADD INDEX idx_col (col)" \
|
||
--allow-on-master \
|
||
--execute
|
||
```
|
||
|
||
> [!TIP] pt-osc 原理三步走
|
||
> 1. **创建新表**：与原表结构一致 + 目标变更
|
||
> 2. **触发器同步**：创建 INSERT/UPDATE/DELETE 触发器，将原表的变更实时同步到新表
|
||
> 3. **原子替换**：加排他锁极短时间，swap 两张表名后删除触发器和旧表
|
||
|
||
> [!QUESTION] gh-ost 和 pt-osc 怎么选？
|
||
> - **pt-osc** 依赖触发器，对高并发写密集型表有较大开销
|
||
> - **gh-ost** 基于 binlog 解析，无需触发器，对线上影响更小
|
||
> - **结论**：新项目优先 gh-ost；老项目已有 pt-toolkit 积累也可以用 pt-osc
|
||
|
||
### NULL vs NOT NULL — 选型指南
|
||
|
||
这是 DDL 中最常见的争论之一。核心原则：**能用 NOT NULL 就不用 NULL**。
|
||
|
||
```mermaid
|
||
graph TD
|
||
A["是否允许未知状态" -->|"否"| B["NOT NULL + DEFAULT"]
|
||
A -->|"是"| C{"业务语义?"}
|
||
C -->|"逻辑删除/软删"| D["TINYINT DEFAULT 0<br/>0=正常 1=已删除"]
|
||
C -->|" truly optional "| E["允许 NULL<br/>但加注释说明含义"]
|
||
```
|
||
|
||
| 维度 | NOT NULL + DEFAULT | 允许 NULL |
|
||
|------|-------------------|----------|
|
||
| **索引效率** | InnoDB 二级索引不存储纯 NULL 值，用默认值占位可减少索引碎片 | 包含 NULL 标记的索引需要额外 1 bit |
|
||
| **查询安全** | `WHERE col = ?` 不会遗漏任何行 | `WHERE col = 'value'` **排除了 NULL 行**（需用 `IS NULL`） |
|
||
| **聚合函数** | SUM/COUNT 直接可用 | COUNT(col) 忽略 NULL 行，容易误判总行数 |
|
||
| **可读性** | `status = 0` 一目了然 | `status IS NULL` 语义模糊——到底是"还没填"还是"被清除了"? |
|
||
|
||
> [!WARNING] NULL 的三个常见误区
|
||
> 1. **"NULL 占空间更小"**：InnoDB 中 NULL 也需要在行格式中标记，固定为每 8 个字节 1 bit 的 null bitmap。比存一个空字符串或零值并不节省什么。
|
||
> 2. **"NULL = NULL"**：在 SQL 三值逻辑中，`NULL = NULL` 结果为 UNKNOWN，永远不等于 TRUE。判断必须用 `IS NULL` / `IS NOT NULL`。
|
||
> 3. **"外键可以为 NULL"**：技术上可以，但会导致孤儿记录难以追踪。建议用显式的 `deleted_at` 时间戳代替外键 NULL 做软删除。
|
||
|
||
## 常用 DDL 查询
|
||
|
||
这些 SQL 命令帮助你查看当前数据库的「结构全貌」，在排查索引失效、表空间膨胀时尤其有用。
|
||
|
||
```sql
|
||
-- 查看表完整创建语句（含所有索引、注释、引擎配置）
|
||
SHOW CREATE TABLE users\G
|
||
|
||
-- 查看所有索引（含索引类型、列顺序、唯一性）
|
||
SHOW INDEX FROM users\G
|
||
|
||
-- 查看表统计信息（Rows 为估算值，非精确计数）
|
||
SHOW TABLE STATUS LIKE 'users'\G
|
||
-- 重点关注 Rows（估算行数）、Data_length、Index_length
|
||
|
||
-- 查看分区情况
|
||
SELECT PARTITION_NAME, PARTITION_EXPRESSION, PARTITION_DESCRIPTION
|
||
FROM INFORMATION_SCHEMA.PARTITIONS WHERE TABLE_NAME = 'logs';
|
||
```
|
||
|
||
> [!TIP] 快速定位慢查询相关的结构问题
|
||
> ```sql
|
||
> -- 检查表是否存在大量碎片的索引（数据删除后未回收的空间）
|
||
> SELECT TABLE_NAME, INDEX_NAME, CARDINALITY
|
||
> FROM INFORMATION_SCHEMA.STATISTICS
|
||
> WHERE TABLE_SCHEMA = DATABASE() AND TABLE_NAME = 'users'
|
||
> ORDER BY CARDINALITY ASC;
|
||
>
|
||
> -- 低基数（CARDINALITY 接近 0）的索引通常效果不佳，考虑移除
|
||
> ```
|
||
|
||
## 关联笔记
|
||
|
||
- [[hhs/GORM/02-模型定义]] — GORM AutoMigrate 等价于 DDL 的自动化版本
|
||
- [[hhs/GORM/17-迁移工具]] — Schema 迁移管理最佳实践
|