Mysql数据的优化分为两个部分，一个是数据库设计上的优化，另一个是数据库执行时的优化。

数据库设计上的优化

有些公司对程序猿在数据库的设计术业上没有专门要求，但可以做一下了解，对发展肯定是有好处的。mysql数据库的表结构设计应该遵从一下几个点：

1.建表准则

1.1定长和变长字段分离（用到空间换时间理念）

    char、varchar、text、tinytext

像密码这样的加密文，长度是一定的，就可以使用定长字段char

1.2常用和不常用字段分离

1.3添加冗余字段提高速率（如求整数）

2列选准则

2.1定长优先

整型>date,time(定长)>enum、char>varchar（花内存开销，索引会查询2次）、blob

2.2值尽量不要是Null，用空字符串代替

3索引优化

索引：专门为查询相关设计的数据结构，指向的是数据的物理地址信息，为查询、排序和分组提升速度，但占用磁盘空间，影响增删改的速度

3.1实现方法分类

BTREE：索引树，如二叉树

二叉树

HASH：速度更快，地址与存储的主键根据hash算法一一对应，理论上是O1的时间维度，拿范围结果慢、排序慢

3.2类型分类

PRIMARY（主键）、INDEX/Normal（无限制索引）、UNIQUE（值唯一索引，可为空）、FULLTEXT（文本索引）；

navicat中mysql索引的类型分类

3.3栏位分类

单列索引：单个字段索引

组合索引：多个字段组合，遵从左前缀原则，

选择多字段组建组合索引

左前缀原则

可能会想用多个单列索引代替组合索引，效率上是不对等的，单列索引先将结果全返回再继续进行单列索引查询，组合索引则是通过条件直接查询符合的结果。

3.4非聚簇索引和聚簇索引

先说一下引擎，这里我们对比两个引擎，MyISAM和InnoDB（都是BTREE索引），前者适用于查询业务繁重的情景，后者在操作上可靠性要好一点，事务处理优于前者。使用show engines;查看当前引擎。

MyISAM：非聚簇索引，即数据文件和索引文件是分离的，需要回行；索引指向行所在的位置，只有行的信息。（借助覆盖索引可以少访问磁盘-->组合索引的用法）

InnoDB：聚簇索引，数据文件和索引文件是在一块的，不需要回行，因为索引下有数据，次级索引指向主键索引的位置，没有次级索引的情况下会默认有个rowId进行指向。存在页的分裂问题。所以聚簇索引是既有行也信息也有数据信息

页的分裂

3.5理想的索引

1.使用频繁    2.区分度高的    3.长度小    4.尽量能覆盖常用字段

3.6伪哈希索引（针对B-TREE索引）

        哈希算法：CRC32(expr)函数

3.7索引与排序、分组

由于索引的机制，数据插入的时候就已经存在排序问题

3.8重复索引和冗余索引

索引重复没有存在意义，冗余索引必要时需要使用（能避免回行就避免）

3.9修复表

设计中操作时间长后导致数据或索引肯定存在碎片，需要修复