有很多面试官喜欢问：“什么是数据库优化”，“怎么去优化数据库”，可是一般问这个问题的面试官自己都可能不知道答案，而我们则喜欢回答：“少取字段，建立合理的索引”，可是就这么模糊其词的答案往往不是面试官想要的答案。
回答這个问题，最主要的就是具体，把优化的方法具体分层次的答出来，这才是面试官想要的回答，为此我总结了一下几点（工作中以下几点也是有点用处的）
一、表的优化和列类型选择
表的优化：
1：定长与变长分离
如 ID int，占4个字节，char（4）占四个字符长度，也是定长
time即每一单元值占的字节是固定的
核心且常用的字段，宜建成定长，放在一张表
而varchar，text，blob这种变长字段，适合单放在一张表里，用主建与核心表关联
2、常用字段和不常用字段要分离
需要结合项目的具体业务来分析，分析字段的查询场景，查询频度低的字段单拆出来
3、在1对多需要关联统计的字段上添加冗余字段
列选择原则：
1：字段类型的优先级 整型>date,time>char>varchar>blob,text
2: 够用就行，不要康概 （enum（'男','女'））
3：尽量避免使用NULL()
原因：null不利于索引，要用特殊的字节来表示
二、索引优化策略
1：索引类型（高效查询的数据结构，提高排序速度，提高分组统计的速度）
1.1 B-tree 索引
注：名叫btree索引，大的方面来看，都用的平衡树，但具体的实现上，各引擎稍有
不同，比如严格的说NDB引擎，使用的是T-tree
MYISAM.INNODB中默认用B-tree
抽象细想 B-tree系统可理解为“排好序的快速查找结构”
1.2 hash索引
在memory表里默认是使用hash索引，hash的理论查询时间复杂度为0（1）
注memory表示内存引擎表
2：btree索引的常见误区
2.1 在where条件常用的列上都加上索引
列：where car_id=3 and price>100:
误：cat_id 和price上都建立索引
错：只能用上car_id或price索引，因为是独立的索引，同时只能用一个
2.2 在多列上建立索引后，查询那个列，索引都将发生作用(左前缀原则，过桥原理)
注:explain sql语句：解释语句
三、聚簇索引和非聚簇索引
innodb的主索引上，直接存放该行数据，成为聚簇索引，次索引指向主键的应用
myisan中，主键索引和次索引，都指向物理行（磁盘的位置）
注意：innodb来说：
1：主键索引， 既存储索引值，又在叶子中存储行的数据
2：如果没有主键（primary key），则会Unique key做主键
3：如果没有unique，则系统会生成一个内部的rowid做主键
4,：像innodb中，主键的索引结构中，既存储了主键值，又存储了行数据
这种结构称为“聚簇索引”
聚簇索引
优势：根据主键查询条目比较少时，不用回行
劣势：如果碰到不规则数据插入时，造成频繁的叶分裂
四、索引覆盖
索引覆盖是指，如果查询的列恰好是索引的一部分，那么查询只需要在索引文件上进行
不需要回行到磁盘再找数据
这种查询速度非常快，称为“索引覆盖”
五、理想索引
1、查询频繁 2、区分度高 3、长度小 4、尽量能覆盖常用查询字段
select((select count(distinct left(字段,1)) from 表名) / (select count(*) from 表名))
5.2：如果左前缀很难区分的字段怎么建索引
倒序建立
伪哈希技巧
crc32是一种哈希算法，能把字符串算成32位整数
echo crc32('http://www.baidu.com')
5.3 多列索引要考虑的因素
5.3.1 多列索引的考虑因素 列查询的频率、列的区分度、注意一定要结合实际的业务场景
六、索引碎片与为维护
6.1 碎片是在数据不断变化中产生的（铺地板例子）
修复碎片 nop操作（不产生对数据实质影响的操作）
optimize table 表名
七、sql语句优化
7.1 sql语句的时间花在哪儿？
答：等待时间、执行时间
7.2 sql语句的执行时间，又花在哪儿？
答：查找--》顺着索引查找，慢着可能全表扫描
取出--》查到行后，把数据取出来（sending date）
7.3 如何查询快？
答：查询的快 -- 联合索引的顺序，区分度，长度
取得快，索引覆盖
传输的少，更少的行和列
7.4 切分查询：按数据折成多次
列：插入10000行数据，每1000为单位插入
分解查询：按逻辑把多表的连接查询分成多个简单的sql
7.5 sql语句的优化思路
答：不查-》少查-》高效的查
不查：通过业务逻辑来计算
少查：劲量精准数据少取行
必须要查：尽量走在索引上查询行
