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
TINYINT	1	-2^7(0)	2^7-1(2^8)
SMALLINT	2	-2^15(0)	2^15-1(2^16)
MEDIUMINT	3	-2^23(0)	2^23-1(2^24)
INT	4	-2^31(0)	2^31-1(2^32)
BIGINT	8	-2^63(0)	2^63-1(2^64)
小数支持
FLOAT	4 or 8
DOUBLE	8
时间类型
DATETIME	8	1001-01-01 00:00:00	9999-12-31 23:59:59
DATE	3	1001-01-01	9999-12-31
TIME	3	00:00:00	23:59:59
YEAR	1	1001	9999
TIMESTAMP	4	1970-01-01 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*X	X	255*X(不一定，GBK510字节)
VARCHAR（M）	M*X+1或者 M*X+2	1	255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)/8
ENUM('v1','v2'...)	1~2	1	取决于存储数目，最大65536个值，枚举索引两个字节