mysql设计与查询的优化

mysql
1 尽量保持查询简单且只返回必须的数据，减小通信间数据包的大小和数量是一个非常好的习惯，这也是查询中尽量避免select * 以及加上limit 限制的原因
2 用多个小表代替一个大表
批量插入代替循环单条插入
合理控制缓存空间大小，一般来说大小设置为几十兆比较合适
可以通过sql_cache 和 sql_no_cache来控制是否x需要进行缓存
3 选择数据类型只要遵循小而简单的原则，越小的数据k类型通常会更快，占用更少的磁盘，内存，处理时需要的CPU周期也更少
4 指定宽度 对整数类型无效
5 数据类型用bigint 可以避免浮点数计算不准确和decimal 精确计算代价高的问题
6大表修改表时非常耗时，新建新的表结构，从旧表中查出所有数据插入新表

索引
通常说的索引是指B-Tree 索引   最常用 有效
选择性最强的索引列放在前面
索引的选择性：不重复的索引值和记录总数的比值
对于BLOB，TEXT VARCHAR类型发列，必须使用前缀索引只索引开始的部分字符
索引的使用条件： 小表：全表扫描更快  中到大表，索引非常有效，  大表： 建立和维护索引的代价会随之增长，这种就得靠率优化，例如分区

红黑树等平衡树也可以用来实现索引，但是文件系统及数据库系统普遍采用B+Tree 作为索引结构，因为访问磁盘数据有更高的性能

优化数据访问：
 只返回必要的列，不要select * 
 只返回必要的行： 使用LIMIT语句限制返回的数据
 缓存重复查询的数据： 使用缓存可以避免在数据库中重复查询
 减少服务器端扫描的次数： 最有效的方式是使用索引来覆盖查询

重构查询方式：
1切分大查询： 一个大查询如果一次执行，可能一次锁住很多数据，占满整个事务日志，耗尽资源系统，阻塞很多小但重要的查询
2： 分解大连接查询： 将一个大连接查询分解成对每一个表进行一次单表查询，然后在应用程序中进行关联：
 缓存更高效
分解成多个单表，这些单表查询的缓存结果更可能被其他查询使用到，从而减少冗余记录的查询
减少锁竞争