Communitygithub.com

mysql-patterns

Padrões de esquema, consulta, indexação, transação, replicação e pool de conexão para backends MySQL e MariaDB em produção.

O que é mysql-patterns?

Este skill fornece um guia abrangente de padrões de banco de dados para MySQL e MariaDB, focado em ambientes de produção. Ele abrange desde a criação de esquemas e índices até padrões de consulta como upsert e paginação por chave (keyset pagination), além de transações seguras e configuração de pools de conexão. O skill enfatiza a importância de verificar a versão do banco, pois MySQL e MariaDB possuem diferenças sintáticas significativas, como no comando `ON DUPLICATE KEY UPDATE`. Ele também inclui recomendações para diagnóstico de consultas lentas, segurança (criação de usuários com privilégios mínimos e exigência de TLS) e replicação com tratamento de lag. Anti-padrões comuns são listados com suas alternativas, e o skill especifica como deve ser a saída esperada ao ser utilizado para revisão de código ou configuração.

Funciona com~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/affaan-m/ECC/tree/main/skills/mysql-patterns

Perguntar na sua IA favorita

Abre um novo chat com esta habilidade de agente já pré-carregada.

Documentação

Padrões MySQL

Use este skill ao trabalhar com design de esquemas MySQL ou MariaDB, migrações, investigação de consultas lentas, transações no estilo de fila, pools de conexão ou configuração de banco de dados em produção. Prefira verificações exatas de versão antes de aplicar um padrão específico de funcionalidade porque MySQL e MariaDB divergiram em vários detalhes SQL.

Ativação

  • Projetar tabelas, índices e restrições MySQL ou MariaDB
  • Revisar migrações antes de executá-las em tabelas grandes de produção
  • Depurar consultas lentas, esperas de bloqueio, impasses ou esgotamento de conexão
  • Adicionar paginação por chave, upserts, busca textual completa, colunas JSON ou filas
  • Configurar pools de conexão da aplicação, réplicas de leitura, TLS ou logs lentos

Verificação de Versão

Comece identificando o mecanismo e a versão:

SELECT VERSION();
SHOW VARIABLES LIKE 'version_comment';

Mantenha as orientações do MySQL e MariaDB separadas quando a sintaxe diferir:

  • A documentação do MySQL indica aliases de linha como substitutos para VALUES(col) em ON DUPLICATE KEY UPDATE; VALUES(col) está obsoleto lá.
  • A documentação do MariaDB indica VALUES(col) como a forma suportada de referenciar valores inseridos em ON DUPLICATE KEY UPDATE; use-a para compatibilidade entre mecanismos.
  • SKIP LOCKED é apropriado apenas para trabalho no estilo de fila. Ele pula linhas bloqueadas e pode retornar uma visão inconsistente, portanto não o use para contabilidade geral ou leituras sensíveis à integridade.

Padrões de Esquema

CREATE TABLE orders (
    id BIGINT UNSIGNED NOT NULL AUTO_INCREMENT,
    account_id BIGINT UNSIGNED NOT NULL,
    status VARCHAR(32) NOT NULL,
    total DECIMAL(15, 2) NOT NULL,
    created_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP,
    updated_at DATETIME NOT NULL DEFAULT CURRENT_TIMESTAMP ON UPDATE CURRENT_TIMESTAMP,
    deleted_at DATETIME NULL,
    PRIMARY KEY (id),
    KEY idx_orders_account_status_created (account_id, status, created_at),
    KEY idx_orders_active (account_id, deleted_at)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_unicode_ci;

Escolhas padrão:

Caso de UsoPreferirEvitar
Chaves primárias substitutasBIGINT UNSIGNED AUTO_INCREMENTINT para tabelas que podem crescer além de 2B linhas
Chaves de busca UUIDBINARY(16) com funções auxiliares de conversãoVARCHAR(36) como chave primária em tabelas quentes
Dinheiro e quantidades exatasDECIMAL(p, s)FLOAT ou DOUBLE
Texto voltado ao usuárioTabelas e índices utf8mb4Padrões MySQL utf8 / utf8mb3
Carimbos de data/hora da aplicaçãoDATETIME com UTC gerenciado pela aplicaçãoAssumir que DATETIME armazena metadados de fuso horário
Exclusão lógicadeleted_at DATETIME NULL mais índices com escopoFiltrar linhas com exclusão lógica sem um índice
Valores de status extensíveistabela de consulta ou VARCHAR restritoENUM quando os valores mudam com frequência

Indexação

A ordem do índice composto geralmente segue primeiro os predicados de igualdade, depois as colunas de intervalo ou ordenação:

CREATE INDEX idx_orders_account_status_created
    ON orders (account_id, status, created_at);

SELECT id, total
FROM orders
WHERE account_id = ?
  AND status = 'pending'
  AND created_at >= ?
ORDER BY created_at DESC
LIMIT 50;

Use EXPLAIN antes de adicionar ou alterar um índice:

EXPLAIN
SELECT id, total
FROM orders
WHERE account_id = 123 AND status = 'pending'
ORDER BY created_at DESC
LIMIT 50;

Sinais a serem investigados:

CampoSinal de Risco
typeALL em uma tabela grande
keyNULL quando existe um predicado seletivo
rowsEstimativa de linhas muito alta para um caminho interativo
ExtraUsing temporary, Using filesort ou Using where amplo

Evite adicionar índices cegamente. Cada índice aumenta o custo de escrita, tempo de migração, tamanho do backup e pressão no pool de buffers.

Padrões de Consulta

Upsert

Forma compatível entre mecanismos:

INSERT INTO user_settings (user_id, setting_key, setting_value)
VALUES (?, ?, ?)
ON DUPLICATE KEY UPDATE
    setting_value = VALUES(setting_value),
    updated_at = CURRENT_TIMESTAMP;

Forma de alias de linha MySQL:

INSERT INTO user_settings (user_id, setting_key, setting_value)
VALUES (?, ?, ?) AS new
ON DUPLICATE KEY UPDATE
    setting_value = new.setting_value,
    updated_at = CURRENT_TIMESTAMP;

Use a forma de alias de linha somente após confirmar que o destino é MySQL. Use VALUES(col) para MariaDB ou frotas mistas MySQL/MariaDB.

Paginação por Chave

SELECT id, name, created_at
FROM products
WHERE (created_at, id) < (?, ?)
ORDER BY created_at DESC, id DESC
LIMIT 50;

Apoie-a com um índice que corresponda ao cursor:

CREATE INDEX idx_products_created_id ON products (created_at, id);

Não use paginação com OFFSET profundo em tabelas grandes; isso faz o servidor escanear e descartar linhas antes de retornar a página.

Campos JSON

Use colunas JSON para dados de extensão, não para campos que precisam de filtragem relacional pesada ou restrições.

CREATE TABLE events (
    id BIGINT UNSIGNED AUTO_INCREMENT PRIMARY KEY,
    payload JSON NOT NULL,
    event_type VARCHAR(64)
        GENERATED ALWAYS AS (JSON_UNQUOTE(JSON_EXTRACT(payload, '$.type'))) STORED,
    KEY idx_events_type (event_type)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4;

Para caminhos JSON consultados com frequência, exponha uma coluna gerada e indexe essa coluna. Mantenha chaves estrangeiras, propriedade, locação e campos de ciclo de vida relacionais.

Busca Textual Completa

ALTER TABLE articles ADD FULLTEXT KEY ft_articles_title_body (title, body);

SELECT id, title, MATCH(title, body) AGAINST (? IN NATURAL LANGUAGE MODE) AS score
FROM articles
WHERE MATCH(title, body) AGAINST (? IN NATURAL LANGUAGE MODE)
ORDER BY score DESC
LIMIT 20;

Use busca externa quando precisar de tolerância a erros de digitação, classificação complexa, facetas entre tabelas ou análise específica de idioma além do comportamento interno de texto completo.

Transações

Mantenha as transações curtas e bloqueie linhas em uma ordem consistente:

START TRANSACTION;

SELECT id, balance
FROM accounts
WHERE id IN (?, ?)
ORDER BY id
FOR UPDATE;

UPDATE accounts SET balance = balance - ? WHERE id = ?;
UPDATE accounts SET balance = balance + ? WHERE id = ?;

COMMIT;

Lista de verificação de impasse e espera de bloqueio:

  • Bloqueie linhas em uma ordem determinística em todos os caminhos de código.
  • Faça chamadas de API externas antes de abrir a transação, não dentro dela.
  • Adicione índices para predicados usados em UPDATE, DELETE e leituras com bloqueio.
  • Em caso de impasse, reverta e tente novamente toda a transação com um orçamento de repetição limitado.
  • Capture SHOW ENGINE INNODB STATUS\G logo após um impasse; ele é sobrescrito por eventos posteriores.

Reivindicação de trabalhador no estilo de fila:

START TRANSACTION;

SELECT id
FROM jobs
WHERE status = 'pending'
ORDER BY created_at
LIMIT 1
FOR UPDATE SKIP LOCKED;

UPDATE jobs
SET status = 'processing', started_at = CURRENT_TIMESTAMP
WHERE id = ?;

COMMIT;

Use SKIP LOCKED apenas para cargas de trabalho no estilo de fila onde pular uma linha bloqueada é aceitável. Não é um substituto para a consistência transacional normal.

Pools de Conexão

Exemplo SQLAlchemy:

from sqlalchemy import create_engine

engine = create_engine(
    "mysql+mysqlconnector://app:[email protected]/app",
    pool_size=10,
    max_overflow=5,
    pool_timeout=30,
    pool_recycle=240,
    pool_pre_ping=True,
    connect_args={"connect_timeout": 5},
)

Exemplo Node.js mysql2:

import mysql from 'mysql2/promise';

const pool = mysql.createPool({
  host: process.env.DB_HOST,
  user: process.env.DB_USER,
  password: process.env.DB_PASSWORD,
  database: process.env.DB_NAME,
  waitForConnections: true,
  connectionLimit: 10,
  queueLimit: 0,
  enableKeepAlive: true,
  keepAliveInitialDelay: 30000,
});

const [rows] = await pool.execute(
  'SELECT id, total FROM orders WHERE account_id = ? LIMIT 50',
  [accountId],
);

Mantenha a reciclagem do pool da aplicação abaixo do wait_timeout do servidor. Se o servidor usa wait_timeout = 300, um pool_recycle em torno de 240 segundos é coerente; pool_pre_ping ainda ajuda a se recuperar de eventos de rede e failover.

Diagnóstico

Comandos úteis de primeira passagem:

SHOW FULL PROCESSLIST;
SHOW ENGINE INNODB STATUS\G;
SHOW VARIABLES LIKE 'slow_query_log';
SHOW VARIABLES LIKE 'long_query_time';

Ative o log lento em um ambiente controlado:

SET GLOBAL slow_query_log = 'ON';
SET GLOBAL long_query_time = 1;
SET GLOBAL log_queries_not_using_indexes = 'ON';

Use EXPLAIN ANALYZE apenas quando for seguro executar a consulta. Ela executa a instrução e pode ser cara em dados de tamanho de produção.

Replicação

Réplicas de leitura podem sofrer lag. Não direcione caminhos de leitura-após-escrita-própria, fluxos de checkout, verificações de permissão ou leituras de chave de idempotência para uma réplica imediatamente após uma escrita.

-- Terminologia legada MySQL, ainda comum em frotas existentes
SHOW SLAVE STATUS\G;

-- Terminologia mais recente onde suportado
SHOW REPLICA STATUS\G;

Verifique o mecanismo/versão antes de padronizar em um comando. Monitore a saúde do thread SQL da réplica, a saúde do thread IO e o lag, não apenas se a conexão TCP está ativa.

Segurança

CREATE USER 'app'@'%' IDENTIFIED BY 'use-a-secret-manager';
GRANT SELECT, INSERT, UPDATE, DELETE ON appdb.* TO 'app'@'%';

ALTER USER 'app'@'%' REQUIRE SSL;

SELECT user, host
FROM mysql.user
WHERE user = '';

DROP USER IF EXISTS ''@'localhost';
DROP USER IF EXISTS ''@'%';

Pontos de revisão de segurança:

  • Não conceda ALL PRIVILEGES ou *.* para usuários da aplicação.
  • Exija TLS para usuários da aplicação quando o tráfego cruza hosts ou redes.
  • Armazene credenciais no gerenciador de segredos da plataforma, não em exemplos, scripts ou arquivos de repositório.
  • Separe usuários de migração/admin de usuários de aplicação em tempo de execução.
  • Audite a exposição de rede pública e endereços de bind antes de ajustar o desempenho.

Configuração

Exemplo de ponto de partida para um host de banco de dados dedicado:

[mysqld]
innodb_buffer_pool_size = 4G
innodb_flush_log_at_trx_commit = 1
sync_binlog = 1

max_connections = 300
thread_cache_size = 50

wait_timeout = 300
interactive_timeout = 300
innodb_lock_wait_timeout = 10

slow_query_log = ON
long_query_time = 1
log_queries_not_using_indexes = ON

log_bin = mysql-bin
binlog_format = ROW
binlog_expire_logs_seconds = 604800

Trate os valores de configuração como um prompt para revisão, não uma predefinição universal. Dimensione memória, conexões, retenção de log e configurações de durabilidade com base na carga de trabalho, hardware, política de backup e objetivos de recuperação.

Anti-Padrões

Anti-PadrãoRiscoPadrão Melhor
SELECT * em caminhos quentesSuper-busca e clientes frágeisSelecionar colunas explícitas
Paginação com OFFSET profundoVarreduras lineares e páginas lentasPaginação por chave
Sem índice em junções de chave estrangeiraJunções lentas e exclusões pesadas de bloqueioIndexar colunas FK intencionalmente
Transações longasEsperas de bloqueio e histórico de desfazer grandeConfirmar pequenas unidades de trabalho
DML direto contra mysql.userRisco de corrupção da tabela de concessõesUsar CREATE USER, ALTER USER, DROP USER
Usuário da aplicação com concessões de adminAlto raio de explosãoUsuário de tempo de execução com privilégios mínimos
Reciclagem do pool acima de wait_timeoutConexões de pool obsoletasReciclar abaixo do tempo limite e pré-verificar
Leituras de réplica após escritasEstado desatualizado voltado ao usuárioFixar fluxos de leitura-após-escrita no primário

Expectativas de Saída

Quando esta skill for usada para revisão, retorne:

  1. Suposições de mecanismo/versão.
  2. Problemas de correção, bloqueio, segurança e migração de maior risco.
  3. Mudanças exatas de SQL ou código para o caminho seguro.
  4. Plano de validação: EXPLAIN, execução simulada de migração, verificação de bloqueio/impasse e critérios de reversão.
  5. Quaisquer diferenças de sintaxe MySQL/MariaDB que afetem a recomendação.

Relacionados

  • Skill: postgres-patterns - Padrões específicos de esquema e consulta para PostgreSQL
  • Skill: database-migrations - Planejamento de migração e segurança de implantação
  • Skill: backend-patterns - Padrões de API e camada de serviço
  • Skill: security-review - Manuseio de segredos, autenticação e privilégio mínimo
  • Agente: database-reviewer - Fluxo de trabalho mais amplo de revisão de banco de dados

Individual skills in this repo

This repo contains 20 individual skills — each has its own dedicated page.

accessibility

Design, implement, and audit inclusive digital products using WCAG 2.2 Level AA. Use when building or auditing UI that must meet WCAG 2.2 Level AA, or when reviewing a change for keyboard, contrast, or screen-reader support.

affaan-m/content-engine

Create platform-native content systems for X, LinkedIn, TikTok, YouTube, newsletters, and repurposed multi-platform campaigns. Use when the user wants social posts, threads, scripts, content calendars, or one source asset adapted cleanly across platforms.

affaan-m/ECC

Multi-platform content distribution across X, LinkedIn, Threads, and Bluesky. Adapts content per platform using content-engine patterns. Never posts identical content cross-platform. Use when the user wants to distribute content across social platforms.

affaan-m/fal-ai-media

Unified media generation via fal.ai MCP — image, video, and audio. Covers text-to-image (Nano Banana), text/image-to-video (Seedance, Kling, Veo 3), text-to-speech (CSM-1B), and video-to-audio (ThinkSound). Use when the user wants to generate images, videos, or audio with AI.

affaan-m/manim-video

日本語翻訳:このファイルは manim-video 用の日本語翻訳が必要です

affaan-m/remotion-video-creation

Remotion のベストプラクティス - React で動画を作成する。3D、アニメーション、音声、字幕、チャート、トランジションなどをカバーするドメイン固有の29のルール。

affaan-m/video-editing

AI-assisted video editing workflows for cutting, structuring, and augmenting real footage. Covers the full pipeline from raw capture through FFmpeg, Remotion, ElevenLabs, fal.ai, and final polish in Descript or CapCut. Use when the user wants to edit video, cut footage, create vlogs, or build video content.

agent-architecture-audit

Full-stack diagnostic for agent and LLM applications. Audits the 12-layer agent stack for wrapper regression, memory pollution, tool discipline failures, hidden repair loops, and rendering corruption. Produces severity-ranked findings with code-first fixes. Essential for developers building agent applications, autonomous loops, or any LLM-powered feature. Use when an agent or LLM feature misbehaves and the failing layer is unknown, or before shipping an agent stack.

agent-eval

Head-to-head comparison of coding agents (Claude Code, Aider, Codex, etc.) on custom tasks with pass rate, cost, time, and consistency metrics. Use when choosing between coding agents, or when a change to an agent setup needs measured pass rate, cost, and time rather than an impression.

agent-harness-construction

Design and optimize AI agent action spaces, tool definitions, and observation formatting for higher completion rates. Use when defining or revising an agent

agentic-engineering

Operate as an agentic engineer using eval-first execution, decomposition, and cost-aware model routing. Use when planning or executing engineering work that agents will carry out end to end.

agentic-os

Build persistent multi-agent operating systems on Claude Code. Covers kernel architecture, specialist agents, slash commands, file-based memory, scheduled automation, and state management without external databases. Use when building a persistent multi-agent system on Claude Code with its own memory, commands, and scheduling.

agent-introspection-debugging

Structured self-debugging workflow for AI agent failures using capture, diagnosis, contained recovery, and introspection reports. Use when an agent run fails and you need a reproducible diagnosis instead of a retry.

agent-payment-x402

Add x402 payment execution to AI agents with per-task budgets, spending controls, and non-custodial wallets. Supports Base through agentwallet-sdk and X Layer through OKX Payments / OKX Agent Payments Protocol. Use when an agent must pay for something itself and needs per-task budgets, spending controls, and a non-custodial wallet.

agent-self-evaluation

Use after completing any non-trivial task. The agent self-rates its output on 5 axes — accuracy, completeness, clarity, actionability, conciseness — with concrete evidence per criterion. Produces a structured 1-5 scorecard with specific improvement suggestions.

agent-sort

Build an evidence-backed ECC install plan for a specific repo by sorting skills, commands, rules, hooks, and extras into DAILY vs LIBRARY buckets using parallel repo-aware review passes. Use when ECC should be trimmed to what a project actually needs instead of loading the full bundle.

ai-first-engineering

Engineering operating model for teams where AI agents generate a large share of implementation output. Use when setting team process, review gates, or ownership rules for a codebase largely written by agents.

ai-regression-testing

Regression testing strategies for AI-assisted development. Sandbox-mode API testing without database dependencies, automated bug-check workflows, and patterns to catch AI blind spots where the same model writes and reviews code. Use when adding regression coverage to AI-assisted code, or when the same model both wrote and reviewed a change.

android-clean-architecture

Clean Architecture patterns for Android and Kotlin Multiplatform projects — module structure, dependency rules, UseCases, Repositories, and data layer patterns. Use when structuring modules, layers, or data flow in an Android or KMP project.

angular-developer

Generates Angular code and provides architectural guidance. Trigger when creating projects, components, or services, or for best practices on reactivity (signals, linkedSignal, resource), forms, dependency injection, routing, SSR, accessibility (ARIA), animations, styling (component styles, Tailwind CSS), testing, or CLI tooling.

Habilidades Relacionadas