Communitygithub.com

mysql-patterns

Padrões de esquema, consulta, indexação, transação, replicação e pool de conexões para MySQL e MariaDB em backends de produção. Use ao projetar esquemas e índices MySQL ou MariaDB, ou ao lidar com consultas, transações ou réplicas lentas.

O que é mysql-patterns?

Esta skill fornece um guia abrangente e prático para o uso de MySQL e MariaDB em ambientes de produção. Ela cobre desde o design de esquemas e índices até padrões de consulta avançados, gerenciamento de transações, configuração de pools de conexão e diagnóstico de desempenho. Útil para desenvolvedores backend, administradores de banco de dados e engenheiros de software que projetam, mantêm ou otimizam sistemas que usam MySQL ou MariaDB. A skill enfatiza a verificação da versão do banco de dados antes de aplicar padrões específicos, pois MySQL e MariaDB divergem em detalhes de sintaxe SQL. Ela também inclui padrões para operações upsert, paginação baseada em keyset, campos JSON, busca em texto completo e bloqueio de filas, juntamente com anti-padrões comuns a serem evitados. O objetivo é fornecer orientação prática e segura baseada em décadas de experiência operacional com esses bancos de dados, ajudando a evitar armadilhas comuns de desempenho, consistência e segurança.

Funciona com~Claude Code~Codex CLI✓Cursor
npx skills add https://github.com/affaan-m/everything-claude-code/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 esta skill ao trabalhar com design de esquemas MySQL ou MariaDB, migrações, investigação de consultas lentas, transações no estilo fila, pools de conexão ou configuração de banco de dados de produção. Prefira verificações exatas de versão antes de aplicar um padrão específico de recurso, pois MySQL e MariaDB divergiram em vários detalhes de SQL.

Ativação

  • Projetar tabelas, índices e restrições MySQL ou MariaDB
  • Revisar migrações antes de executá-las em grandes tabelas de produção
  • Depurar consultas lentas, esperas por bloqueio, deadlocks ou exaustão de conexão
  • Adicionar paginação por keyset, upserts, busca em texto completo, colunas JSON ou filas
  • Configurar pools de conexão de 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 do MariaDB separadas quando a sintaxe diferir:

  • Os documentos MySQL usam aliases de linha como substitutos para VALUES(col) em ON DUPLICATE KEY UPDATE; VALUES(col) está obsoleto lá.
  • Os documentos MariaDB usam VALUES(col) como a forma suportada de referenciar valores inseridos em ON DUPLICATE KEY UPDATE; use-o para compatibilidade entre mecanismos.
  • SKIP LOCKED é apropriado apenas para trabalhos no estilo fila. Ele pula linhas bloqueadas e pode retornar uma visão inconsistente, portanto, não o use para contabilidade geral ou leituras críticas de 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 helpers de conversãoVARCHAR(36) como chave primária em tabelas quentes
Dinheiro e quantidades exatasDECIMAL(p, s)FLOAT ou DOUBLE
Texto voltado para o 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
Exclusões suavesdeleted_at DATETIME NULL mais índices com escopoFiltrar linhas deletadas 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 para investigar:

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 gravação, o tempo de migração, o tamanho do backup e a pressão no buffer pool.

Padrões de Consulta

Upsert

Formulário 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;

Formulário 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 Keyset

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

Suporte com um índice que corresponda ao cursor:

CREATE INDEX idx_products_created_id ON products (created_at, id);

Não use paginação profunda com OFFSET 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 em Texto Completo

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 as 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 deadlock 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 deadlock, reverta e tente novamente a transação inteira com um orçamento de repetição limitado.
  • Capture SHOW ENGINE INNODB STATUS\G logo após um deadlock; ele é sobrescrito por eventos posteriores.

Reivindicação de trabalhador no estilo 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 fila, onde pular uma linha bloqueada seja 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 usar 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.

Diagnósticos

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 somente quando for seguro executar a consulta. Ele executa a instrução e pode ser caro em dados de tamanho de produção.

Replicação

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

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

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

Verifique o mecanismo/versão antes de padronizar 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 *.* a usuários da aplicação.
  • Exija TLS para usuários da aplicação quando o tráfego cruzar 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 à rede pública e os 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 logs 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 quentesBusca excessiva e clientes frágeisSelecionar colunas explícitas
Paginação profunda com OFFSETVarreduras lineares e páginas lentasPaginação por keyset
Sem índice em joins de chave estrangeiraJoins lentos e exclusões com bloqueio pesadoIndexar colunas FK intencionalmente
Transações longasEsperas por bloqueio e grande histórico de undoConfirmar pequenas unidades de trabalho
DML direto contra mysql.userRisco de corrupção da tabela de grantsUsar CREATE USER, ALTER USER, DROP USER
Usuário da aplicação com grants de adminAlto raio de explosãoUsuário de tempo de execução com privilégio mínimo
Reciclagem do pool acima de wait_timeoutConexões obsoletas no poolReciclar abaixo do timeout e pré-verificar
Leituras de réplica após gravaçõesEstado desatualizado voltado ao usuárioFixar fluxos de leitura-após-gravação no primário

Expectativas de Saída

Quando esta skill for usada para revisão, retorne:

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

Relacionados

  • Skill: postgres-patterns - Padrões de esquema e consulta específicos do PostgreSQL
  • Skill: database-migrations - Planejamento de migração e segurança de implantação
  • Skill: backend-patterns - Padrões de API e camada de serviço
  • Skill: security-review - Manipulação de segredos, autenticação e privilégio mínimo
  • Agent: 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/claude-api

Anthropic Claude API patterns for Python and TypeScript. Covers Messages API, streaming, tool use, vision, extended thinking, batches, prompt caching, and Claude Agent SDK. Use when building applications with the Claude API or Anthropic SDKs.

affaan-m/everything-claude-code

End-to-end marketing campaign planning and execution. Covers audience research, positioning, campaign angle definition, landing page copy, email sequences, social posts, ad copy, short-form video scripts, and content calendars. Use as the orchestration layer for multi-channel product launches. Use when planning or executing a multi-channel product launch, or producing landing page, email, social, or ad copy.

affaan-m/everything-claude-code

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/everything-claude-code-conventions

Development conventions and patterns for everything-claude-code. JavaScript project with conventional commits.

affaan-m/frontend-design

Create distinctive, production-grade frontend interfaces with high design quality. Use when the user asks to build web components, pages, or applications and the visual direction matters as much as the code quality.

affaan-m/gget

gget CLI and Python workflow for quick genomic database queries, sequence lookup, BLAST-style searches, enrichment checks, and reproducible bioinformatics evidence logs.

affaan-m/literature-review

Systematic literature-review workflow for academic, biomedical, technical, and scientific topics, including search planning, source screening, synthesis, citation checks, and evidence logging.

affaan-m/motion-ui

Production-ready UI motion system for React/Next.js. Use when implementing animations, transitions, or motion patterns.

affaan-m/project-guidelines-example

Example project-specific skill template based on a real production application.

affaan-m/pubmed-database

Direct PubMed and NCBI E-utilities search workflows for biomedical literature, MeSH queries, PMID lookup, citation retrieval, and API-backed literature monitoring.

affaan-m/scholar-evaluation

Structured scholarly-work evaluation for papers, proposals, literature reviews, methods sections, evidence quality, citation support, and research-writing feedback.

affaan-m/uspto-database

USPTO patent and trademark data workflow for official record lookup, PatentSearch queries, TSDR checks, assignment data, and reproducible IP research logs.

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.

Habilidades Relacionadas