优化数据库结构
优化数据大小
→ 减少磁盘写入和读取的数据量
→ 在查询执行期间主动处理其内容时主内存较少
→ 产生更小的索引，可以更快地处理
表格列
- 尽可能使用最高效（最小）的数据类型
- 如果可能，将列声明为 NOT NULL → 更好地使用索引并消除测试每个值是否为 NULL 的开销。
索引
- 表的主索引应该尽可能短
- 仅创建提高查询性能所需的索引。索引有利于检索，但会减慢插入和更新操作。
- 搜索列的组合→创建复合索引
- 索引中的第一列应该是重复最多的列 → 以获得更好的索引压缩。
加入
- 在具有相同数据类型的不同表中声明具有相同信息的列 → 相同数据类型
- 保持列名简单，
标准化
- 通常情况下，尽量保持所有数据不冗余
- 如果速度比磁盘空间和保留多个数据副本的维护成本更重要
优化数据类型
- 对于可以表示为字符串或数字的唯一 ID 或其他值，→ 数字值可以用比相应字符串更少的字节存储，传输和比较它们速度更快，占用的内存更少。
- 比较不同列中的值时，尽可能声明具有相同字符集和排序规则的列 → 避免字符串转换
- 对于大小小于 8KB 的列值，请使用二进制 VARCHAR 而不是 BLOB。 GROUP BY 和 ORDER BY 子句可以生成临时表，如果原始表不包含任何 BLOB 列，这些临时表可以使用 MEMORY 存储引擎。
- 如果一个表包含字符串列并且不经常访问→拆分到另一个表并连接→当MySQL从一行中检索任何值时，它会读取包含该行所有列（可能还有其他相邻行）的数据块。保持每行较小，仅包含最常用的列，可以让每个数据块容纳更多行。
- 当您使用随机生成的值作为 InnoDB 表中的主键时，请在其前面添加一个升序值，例如当前日期和时间（如果可能）。
- 对于具有多个列的表，为了减少不使用 BLOB 列的查询的内存需求，请考虑将 BLOB 列拆分为单独的表，并在需要时使用联接查询引用它
- • 由于检索和显示 BLOB 值的性能要求可能与其他数据类型有很大不同，因此您可以将BLOB 特定表 放在不同的存储设备上，甚至是单独的存储设备上。数据库实例。例如，要检索 BLOB 可能需要大量顺序磁盘读取，这比 SSD 设备更适合传统硬盘驱动器。
- 您可以将列值的哈希存储在单独的列中，对该列建立索引，然后在查询中测试哈希值，而不是测试非常长的文本字符串是否相等。 （使用 MD5() 或 CRC32() 函数生成哈希值。）
优化 SQL 语句
我们发现分两步分析性能不佳的查询很有用：
- 了解您的应用程序检索的数据是否超出您的需要。这通常意味着它访问了太多行，但也可能访问了太多列。
- 查明MySQL 服务器分析的行数是否超出其需要。
优化 SELECT 语句
- 避免在谓词中使用函数
- 避免在谓词开头使用通配符 (%)
- 仅在必要时使用 DISTINCT 和 UNION
