一、优化数据类型
在MySQL中不同的数据类型长度不同，在磁盘上所需要的存储空间也不同，如果数据库中使用不合理的数据类型，会造成很大的空间浪费，并且在数据插入与读取时，也会造成MySQL的性能低下。
- 更小的数据类型更好
如果没有特殊情况，尽量使用可以正确保存数据的最小数据类型，因为更小的数据类型在插入和读取数据时更快，占用的内存更小，CPU处理的周期也会更短。
- 使用简单的数据类型
在设计数据表时，尽量为字段设计简单的数据类型。例如能使用整型就不要使用字符串类型，因为字符串类型的比较规则更复杂，需要将字符串转化为ANSI码后再进行比较。
- 避免使用NULL
在没有特殊情况下，尽量将字段的类型限制为NOT NULL。软功字段允许为NULL，会使得索引、插入与更新数据变得复杂。因为在可以为NULL的列建立索引时，在使用索引时，每个索引记录都会使用一个额外的空间来记录索引列是否为NULL，并且在InnoDB存储引擎中，需要单独使用一个字节的存储空间来存储NULL值。在实际情况中可以设置默认值，例如为“”、0等。
二、删除重复索引和冗余索引
重复索引：索引名称不同，索引字段相同
冗余索引：索引最左边的部分列是重复的
mysql> show create table t_goods \G;
*************************** 1. row ***************************
Table: t_goods
Create Table: CREATE TABLE `t_goods` (
`id` int NOT NULL AUTO_INCREMENT,
`t_category_id` int DEFAULT NULL,
`t_category` varchar(30) DEFAULT NULL,
`t_name` varchar(50) DEFAULT NULL,
`t_price` decimal(10,2) DEFAULT NULL,
`t_stock` int DEFAULT NULL,
`t_upper_time` datetime DEFAULT NULL,
PRIMARY KEY (`id`),
KEY `index_category_name` (`t_category_id`,`t_name`),
KEY `category_part` (`t_category`(10)),
KEY `stock_index` (`t_stock`),
KEY `t_upper_time_index` (`t_upper_time`),
KEY `name_index` (`t_name`),
KEY `category_name_index` (`t_category`,`t_name`),
KEY `category_name_index2` (`t_category`,`t_name`),
KEY `name_stock_index` (`t_name`,`t_stock`),
KEY `category_name_index3` (`t_category` DESC,`t_name`),
CONSTRAINT `foreign_category` FOREIGN KEY (`t_category_id`) REFERENCES `t_goods_category` (`id`)
) ENGINE=InnoDB AUTO_INCREMENT=36 DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.01 sec)
例如在这张数据表中，category_name_index和category_name_index2索引是重复索引。这两个索引的字段完全相同。name_index和name_stock_index索引是冗余索引，因为name_stock_index索引中包含了name_index索引的字段。为什么category_name_index3不是重复索引呢，因为category_name_index3索引的t_category字段的顺序不同。
三、反范式设计
数据库设计中三大范式要求尽可能减少冗余字段，使数据库设计看起来更简单、优雅。
但是完全的遵循数据库的三大范式来设计数据库，会导致很多表之间产生很多的依赖关系，规范越高，表之间的依赖关系越多这样会导致在查询数据时，数据表之间的频繁连接，造成数据查询的性能低下。
在实际情况下，对于查询较多的夏天来说，应根据实际业务对数据库进行反范式化设计，适当的增加冗余字段，提高数据的查询效率。
需要注意的是，在增加冗余字段时，需要考虑数据的一致性问题，也就是说，当数据表A中的某个字段发生变化时，对应数据表B中也应该将相应的数据修改。
四、增加中间表
如果数据库中存在经常需要关联查询的数据表，则可以为关联查询的数据表建立一个中间表，中间表中存储多个数据表关联查询的结果数据，将对多个数据表的关联查询转化为对中间表的查询，提高查询效率。
例如创建部门表和员工表
create table t_department(
id int not null primary key auto_increment,
name varchar(30) not null default ""
);
create table t_employee(
id int not null primary key auto_increment,
name varchar(30) not null default "",
join_data DATE,
bobby varchar(100),
department int not null
)；
t_employee数据表通过department字段与t_department数据表之间进行关联。
使用联表查询
mysql> explain select e.name as employee_name,d.name as department_name from t_employee e left join t_department d on e.department=d.id \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: e
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
filtered: 100.00
Extra: NULL
*************************** 2. row ***************************
id: 1
select_type: SIMPLE
table: d
partitions: NULL
type: eq_ref
possible_keys: PRIMARY
key: PRIMARY
key_len: 4
ref: goods.e.department
rows: 1
filtered: 100.00
Extra: NULL
2 rows in set, 1 warning (0.01 sec)
创建中间表，存储连接查询的信息
create table t_employee_tmp(
employee_id int not null,
employee_name varchar(30),
department_name varchar(30)
);
将联表查询信息导入中间表
insert into t_employee_tmp
(employee_id,employee_name,department_name)
select e.id as employee_id,e.name as employee_name,d.name as department_name
from t_employee as e left join t_department as d
on e.department =d.id;
查询中间表中的数据集
mysql> explain select * from t_employee_tmp \G;
*************************** 1. row ***************************
id: 1
select_type: SIMPLE
table: t_employee_tmp
partitions: NULL
type: ALL
possible_keys: NULL
key: NULL
key_len: NULL
ref: NULL
rows: 1
filtered: 100.00
Extra: NULL
1 row in set, 1 warning (0.00 sec)
这时候只需要查询中间表的数据就可以了，不需要再进行联表查询，并且如果在中间表的查询中，适当添加索引，会更明显的提升效率。
五、分析数据表
当使用ANALYZE TAVLE来分析数据表时，MYSQL会自动为数据表添加一个只读的锁，此时，只能对数据表中的数据进行读取操作而不能进行写入和更新操作。
mysql> analyze table t_goods;
+---------------+---------+----------+----------+
| Table | Op | Msg_type | Msg_text |
+---------------+---------+----------+----------+
| goods.t_goods | analyze | status | OK |
+---------------+---------+----------+----------+
1 row in set (0.05 sec)
mysql> analyze table t_goods \G;
*************************** 1. row ***************************
Table: goods.t_goods
Op: analyze
Msg_type: status
Msg_text: OK
1 row in set (0.01 sec)
| Table | 当前分析的数据表的名称 |
|---|---|
| Op | 当前执行的操作 |
| Msg_type | 输出结果信息的类型，包括status(状态)、info(信息)、note(注意)、warning(警告)、erroe(错误) |
| Msg_test | 结果信息 |
六、检查数据表
当使用CHECK TABLE语句检查数据表时，MySQL会自动为数据表添加读锁。
check table t_goods\G；
+-------------+-------+----------+-----------------------------------+
| Table | Op | Msg_type | Msg_text |
+-------------+-------+----------+-----------------------------------+
| goods.goods | check | Error | Table 'goods.goods' doesn't exist |
| goods.goods | check | status | Operation failed |
+-------------+-------+----------+-----------------------------------+
2 rows in set (0.02 sec)
mysql> check table t_goods\G
*************************** 1. row ***************************
Table: goods.t_goods
Op: check
Msg_type: status
Msg_text: OK
1 row in set (0.01 sec)
七、优化数据表
OPTIMIZE TABLE语句主要用来优化删除和更新数据造成的文件碎片。使用时，会自动添加读锁。
mysql> optimize table t_goods \G;
*************************** 1. row ***************************
Table: goods.t_goods
Op: optimize
Msg_type: note
Msg_text: Table does not support optimize, doing recreate + analyze instead
*************************** 2. row ***************************
Table: goods.t_goods
Op: optimize
Msg_type: status
Msg_text: OK
2 rows in set (0.13 sec)
注意，只能优化数据表中的Varchar、Blob或Text类型字段。
八、拆分数据表
如果一个表的字段数量比较多，某些字段的查询效率非常低。这样的字段在数据量非常大时，会严重影响数据表的性能，可以将这些字段分离出来形成新的表。
1、垂直拆分
mysql> show create table t_user \G;
*************************** 1. row ***************************
Table: t_user
Create Table: CREATE TABLE `t_user` (
`id` int NOT NULL AUTO_INCREMENT,
`username` varchar(30) DEFAULT NULL,
`password` varchar(64) DEFAULT NULL,
`phone` varchar(14) DEFAULT NULL,
`address` varchar(200) DEFAULT NULL,
`hobby` varchar(200) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)
从分析可以看到，其中最常使用的是username和pasword，其他字段数据查询的频率非常低，此时可以将表拆分为两个表t_user、t_user_detail。
mysql> show create table t_user_puls \G;
*************************** 1. row ***************************
Table: t_user_puls
Create Table: CREATE TABLE `t_user_puls` (
`id` int NOT NULL AUTO_INCREMENT,
`username` varchar(30) DEFAULT NULL,
`password` varchar(64) DEFAULT NULL,
PRIMARY KEY (`id`)
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.01 sec)
mysql> show create table t_user_detail \G;
*************************** 1. row ***************************
Table: t_user_detail
Create Table: CREATE TABLE `t_user_detail` (
`user_id` int NOT NULL,
`phone` varchar(14) DEFAULT NULL,
`address` varchar(200) DEFAULT NULL,
`hobby` varchar(200) DEFAULT NULL
) ENGINE=InnoDB DEFAULT CHARSET=utf8mb4 COLLATE=utf8mb4_0900_ai_ci
1 row in set (0.00 sec)
这里使用索引字段将两个表进行关联，如果只需要查询用户名和密码，就可以大大提高效率。
2、水平拆分
主要拆分的数据。例如将10行数据拆分为5行5行。主要用于增加数据库的存储容量。例如，根据一定的规则将数据表中的一部分数据存储到一张数据表中，另一部分存储到其他数据表中。
