1. 优化表的数据类型

      在MySQL 中，可以使用函数PROCEDURE ANALYSE()对当前应用的表进行分析，该函数可以对数据表中列的数据类型

提出优化建议，用户可以根据应用的实际情况酌情考虑是否实施优化。

使用方法：

SELECT * FROM tbl_name PROCEDURE ANALYSE();

SELECT * FROM tbl_name PROCEDURE ANALYSE(16,256);

（不要为那些包含的值多于16 个或者256 字节的ENUM 类型提出建议）

2. 通过拆分提高表的访问效率

（1）垂直拆分：把主码和一些列放到一个表，把主码和另外的列放到另一个表中。

       如果一个表中某些列常用，而另外一些列不常用，则可以采用垂直拆分，另外垂直拆分可以使得数据行变小，一个数据

页就能存放更多的数据，在查询时就会减少I/O 次数。其缺点是需要管理冗余列，查询所有数据需要联合（JOIN）操作。

（2）水平拆分：根据一列或多列数据的值把数据行放到两个独立的表中。

    通常在以下几种情况下使用：

I. 表很大，分割后可以降低在查询时需要读的数据和索引的页数，同时也降低了索引的层数，提高查询速度。

II. 表中的数据本来就有独立性，例如，表中分别记录各个地区的数据或不同时期的数据，特别是有些数据常用，而另外一些

数据不常用。

III. 需要把数据存放到多个介质上。

      水平拆分会给应用增加复杂度，它通常在查询时需要多个表名，查询所有数据需要UNION 操作。在许多数据库应用中，

这种复杂性会超过它带来的优点，因为只要索引关键字不大，则在索引用于查询时，表中增加2 至3 倍数据量，查询时也就增

加读一个索引层的磁盘次数，所以水平拆分要考虑数据量的增长速度，根据实际情况决定是否需要对表进行水平拆分。

3. 逆规范化

       反规范的好处是降低连接操作的需求、降低外码和索引的数目，还可能减少表的数目，相应带来的问题是可能出现数据

的完整性问题。加快查询速度，但会降低修改速度。因此决定做反规范时，一定要权衡利弊，仔细分析应用的数据存取需求和

实际的性能特点，好的索引和其他方法经常能够解决性能问题，而不必采用反规范这种方法。

       常用的反规范技术有增加冗余列、增加派生列、重新组表和分割表。

（1）增加冗余列：指在多个表中具有相同的列，它常用来在查询时避免连接操作。

（2）增加派生列：指增加的列来自其他表中的数据，由其他表中的数据经过计算生成。增加的派生列其作用是在查询时减少

连接操作，避免使用集函数。

（3）重新组表：指如果许多用户需要查看两个表连接出来的结果数据，则把这两个表重新组成一个表来减少连接而提高性能。

（4）分割表：根据需求将一个表分割成多个表存储。

        逆规范技术需要维护数据的完整性。无论使用何种反规范技术，都需要一定的管理来维护数据的完整性，常用的方法是

批处理维护、应用逻辑和触发器。

（1）批处理维护：指对复制列或派生列的修改积累一定的时间后，运行一批处理作业或存储过程对复制或派生列进行修改，

这只能在对实时性要求不高的情况下使用。

（2）数据的完整性也可由应用逻辑来实现，这就要求必须在同一事务中对所有涉及的表进行增、删、改操作。用应用逻辑来

实现数据的完整性风险较大，因为同一逻辑必须在所有的应用中使用和维护，容易遗漏，特别是在需求变化时，不易于维护。

（3）另一种方式就是使用触发器，对数据的任何修改立即触发对复制列或派生列的相应修改。触发器是实时的，而且相应的

处理逻辑只在一个地方出现，易于维护。一般来说，是解决这类问题比较好的办法。

4. 使用中间表提高统计查询速度

        对于数据量较大的表，在其上进行统计查询通常会效率很低，并且还要考虑统计查询是否会对在线的应用产生负面影响。

通常在这种情况下，使用中间表可以提高统计查询的率。

       使用中间表的优点：

（1）中间表复制源表部分数据，并且与源表相“隔离”，在中间表上做统计查询不会对在线应用产生负面影响。

（2）中间表上可以灵活的添加索引或增加临时用的新字段，从而达到提高统计查询效率和辅助统计查询作用。

优化数据库对象