procedure analyse()

优化表的数据类型 使用procedure analyse()对当前应用的表进行分析 

select * from table_name procedure analyse();

select * from table_name procedure analyse(16,256);

第二个语句告诉procedure analyse()不要为那些包含的值多余16个或者256个字节的ENUM类型提出建议

select * from rental procedure analyse()\G;

拆分提高表的访问效率

垂直拆分

如果一个表中某些列常用，而另一些列不常用，则可以采用垂直拆分。 

垂直拆分的优点

垂直拆分可以使数据行变小，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。

缺点

需要管理冗余列，查询所有数据需要join操作。

水平拆分

根据一列或者多列数据的值把数据行放在两个独立的表中

优点

表很大，分割后可以降低在查询时需要读的数据与索引的页数，同时也降低了索引的层数，提高了查询的速度。

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

缺点

需要把数据存在多个介质上

水平拆分会给应用增加复杂度，查询所有的数据需要UNION操作。

逆规范化

规范化：

规范化越高，那么产生的关系就越多，关系越多的直接结果就是导致表之间的连接操作越频繁。表之间的连接操作是性能较低的操作，直接影响到查询的速度。

反规范化：

反规范的好处是降低连接操作的需求，降低外键和索引的数目，还可能减少表的数目。加快查询速度，但会降低修改速度。

反规范化分类：

增加冗余列

多个表中具有相同的列，常用来在查询时避免连接操作

派生列

增加的列来自其他表的数据，其他表中的数据是经过计算生成。作用是在查询时减少连接操作，避免使用集函数

重新组表

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

分割表

垂直分割与水平分割

维护反范式数据的完整性常用方法

批处理

批处理维护是指对复制列或者派生列的修改累积一定时间后，运行一批处理作业或者存储程序对复制列或派生列进行修改，只能在对实时性要求不高的情况下使用

应用逻辑

数据的完整行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性大，因为在同一逻辑必须在所有的应用中使用和维护，容易遗露，特别是在需求变化时，不易于维护。

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

使用中间表提高统计查询的速度

对于数据量大的表，在其上进行统计查询通常效率低，并且还要考虑统计查询是否会对在线的应用产生影响。在这种情况下，使用中间表可以提高统计查询的效率，

优点

中间表复制原表部分数据，并且与原表相隔离，在中间表上做统计查询不会对在线应用产生负面影响。

可以灵活地添加索引，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的作用

优化数据库对象