数据库优化（1）---Schema设计的性能优化
模式设计的根本方案：
1.避免过多Join，较小重复开销；
2.减小空间，降低表扫描IO；
3.保证索引被及Query Cache被充分利用
总之，根据实际数据库访问需求，在三者之间寻找平衡，到达效率最优的目的。
?
高效的模型设计：
1.适度冗余，让Query减少Join。查询频率远远大于插于更新频率的时候，维护冗余数据一致性带来的性能开销对于查询提高的效率来说，是可以忍受的。通过少部分操作的成本换来更大（更频繁操作）的性能收获，是性能优化总经常使用的策略。Join几个表影响数据库优化执行计划。
2.大字段垂直分拆，summary表优化。分离大字段，通过单独的表存放，在我们访问数据库的收获大大降低了IO访问，从而使性能得到极大的改善。选择冗余和大字段分拆必须根据操作类型的分布来判定。只要满足相对访问频率低，就可分离出去。另外由于分离的大字段和原表记录是——对应的关系，因此Join的时候，性能影响也不是非常大。
3.大表水平分拆——基于类型的分拆优化。表数据空间很大，部分数据访问频率很高，与其他记录没有关联交互，记录量比普通记录少很多，这种情况，考虑将这部分的数据单独放在表中，避免普通记录的大量访问导致该部分数据的Query Cache失效。
4.统计表，准实时优化。将实时的统计需求，转化为定时任务，平衡实际需求和性能开销。
?
?
优化数据类型主要包括两个方面：
1.选用小数据类型，减少存储空间，降低查询数据IO；
2.合理数据类型加速数据的比较
?
数据类型：
类型存储长度(字节)最小值(无符号)最大值(有符号)整型数字TINYINT1-2^7(0)2^7-1(2^8)SMALLINT2-2^15(0)2^15-1(2^16)MEDIUMINT3-2^23(0)2^23-1(2^24)INT4-2^31(0)2^31-1(2^32)BIGINT8-2^63(0)2^63-1(2^64)小数支持FLOAT4 or 8DOUBLE8时间类型DATETIME81001-01-01 00:00:009999-12-31 23:59:59DATE31001-01-019999-12-31TIME300:00:0023:59:59YEAR110019999TIMESTAMP41970-01-01 00:00:00字符存储类型（字符为单位，字符所占字节由具体的存储字节决定 , 设字符所在字节为定值 X）CHAR（M）M*XX255*X(不一定，GBK510字节)VARCHAR（M）M*X+1或者 M*X+21255字符 或者 65535字节TINYTEXT、TEXT、
MEDIUMTEXT、LONGTEXT
————动态存储长度，+ 存放字符长度的空间其他类型BIT（M)（M+7)/8字节1(64+7)/8ENUM('v1','v2'...)1~21取决于存储数目，最大65536个值，枚举索引两个字节