一、数据类型优化
数据类型整数
数字类型：整数和实数
tinyint(8)、smallint(16)、mediuint(24)、int(32)、bigint(64)数字表示对应最大存储位数，如tinyint(----)，tinyintunsigned表示不允许负数，则范围为(0--)。
常规数据库中int(11)只是表示控制显示字符的个数是11个，int(1)和int(20)存储和计算是一样的，即int(1)照样可以存储(4位数)。
实数
实数有分数部分
float和double类型支持使用标准的浮点运算近似计算
float占用4个字节double占用8个字节
decimal类型用于保存精确的小数
decimal(18,9)18表示小数点前后总位数9表示小数点后面位数
mysql5.0版本以上4个字节保存9位数字
decimal(18,9)共占用9个字节小数点前4个字节小数点后占1个小数点后4个字节
字符串类型
varchar和char类型
varchar保存可变长度的字符串，比固定长度类型占用更少的存储空间，只占用需要的空间。
varchar使用额外的1到2字节存储长度，列小于使用1字节保存长度，大于使用2字节保存，varchar保留字符串末尾的空格。
char是固定长度，保存char值时候**mysql去掉任何末尾的空格**，进行比较时空格会被填充到字符串末尾。
很多的char列，效率高于varchar，比如char(1)对于单字节字符集占用1字节，varchar(1)占用两字节，因为1字节保存长度。
慷慨不是明智的，分配真正需要的空间。
Blob和Text类型
blob和text唯一区别就是blob保存二进制数据、没有字符集和排序规则。
选择优化的数据类型更小通常越好
使用更少的磁盘、内存、cpu，确保不会低估保存的值，但是text有字符集和排序规则。mysql不能索引这些数据类型的完整长度，也不能为排序使用索引。
简单就好
比较整数的代价小于比较字符，使用mysql内建类型保存时间和日期，使用整数保存ip。
尽量避免NULL
mysql难以优化可空列查询，使固定索引（整数列上的索引）编程可变大小索引；没有值可以使用0或者空字符串代替；把null列改为notnull带来的性能提升很小。
确定类型
像数字、字符串、时间、直观类型可以确定，但是像datetime和timestamp，能保存同样的类型。timestamp使用空间只有datetime一半。可以保存时区。
使用enum代替字符串类型
enum列可以保存不同的字符串，存储在一个查找表中mysql内部存储的是列表中的位置。
内部存储的是这个字符串对应的位置，实际表中存储的还是字符串。
创建一个表fruitcategory字段为enum类型，包含4种不同水果：
插入4条数据，即4中不同水果。其中，最后一个菠萝(pineapple)没有enum值则插入了空数据。
发现字段category保存的还是字符串，其实内部已经将这些字符串关联到enum字符的位置。
支持字符串搜索和位置搜索
emu缺点在于插入数据之前，如果没有对应enum，则需要alter表结构。
enum优点在于占用更少的存储空间。
据说enum用于联接查询性能也比较好。
日期和时间类型
datetime保存是年到年，精度是秒，存储值为-05-:39:40。
timestamp保存自年1月1日午夜以来的秒数，和unix时间戳相同，提供4字节存储只能表示年到年。默认timestamp值为NOTNULL。
mysql中提供from_unixtime()函数把unix时间戳转换为日期
unix_timestamp()把日期转换为unix时间戳
如果需要秒以下的精度保存日期和时间，可以使用bigint类型把它以毫秒的精度保存时间戳格式，或使用double保存秒的分数部分。
选择标识符
整数类型通常是标识符最佳选择，速度快，且能使用auto_increment，避免使用字符串做标识符，占用很多空间并且比整数类型要慢。
特殊类型的数据
通常使用varchar(15)保存IP地址，其实IP地址是无符号的32位整数，不是字符串，小数点仅仅为了可读性。
mysql提供了inet_aton()inet_ntoa()，用于ip地址和整数之前转换。
二、索引优化
索引基础知识索引帮助mysql高效获取数据的数据结构，索引(mysql中叫键(key))数据越大越重要。索引好比一本书，为了找到书中特定的话题，查看目录，获得页码。
selectfruit_namefromfruitwhereid=5索引列位于id列，索引按值查找并且返回任何包含该值的行。
如果索引了多列数据，那么列的顺序非常重要。
存储引擎说明myisam存储引擎
表锁：myisam表级锁
不支持自动恢复数据：断电之后使用之前检查和执行可能的修复
不支持事务：不保证单个命令会完成,多行update有错误只有一些行会被更新
只有索引缓存在内存中：mysiam只缓存进程内部的索引
紧密存储：行被仅仅保存在一起
Innodb存储引擎
事务性：Innodb支持事务和四种事务隔离级别
外键：Innodb唯一支持外键的存储引擎createtable命令接受外键
行级锁：锁设定于行一级有很好的并发性
多版本：多版本并发控制
按照主键聚集：索引按照主键聚集
所有的索引包含主键列：索引按照主键引用行如果不把主键维持很短索引就增长很大
优化的缓存：Innodb把数据和内存缓存到缓冲池自动构建哈希索引
未压缩的索引：索引没有使用前缀压缩，阻塞auto_increment:Innodb使用表级锁产生新的auto_increment
没有缓存的count():myisam会把行数保存在表中Innodb中的count()会全表或索引扫描
索引类型索引在存储引擎实现的，而不是服务层。
B-tree索引
大多数谈及的索引类型就是B-tree类型,可以在createtable和其他命令使用它myisam使用前缀压缩以减小索引，Innodb不会压缩索引，myiam索引按照行存储物理位置引用被索引的行，Innodb按照主键值引用行，B-tree数据存储是有序的，按照顺序保存了索引的列，加速了数据访问，存储引擎不会扫描整个表得到需要的数据。
B-tree索引实例
使用B-tree索引的查询类型，很好用于全键值、键值范围或键前缀查找，只有在超找使用了索引的最左前缀的时候才有用。
匹配全名：全键值匹配和索引中的所有列匹配
查找叫TangKang出生于-09-23的人
匹配最左前缀：B-tree找到姓为tang的人
匹配列前缀：匹配某列的值的开头部分查找姓氏以T开头的人
匹配范围值：索引查找姓大于Tang小于zhu的人
精确匹配一部分并且匹配某个范围的另外一部分：
查找姓为Tang并且名字以字母K开头的人精确匹配last_name列并且对
first_name进行范围查询
只访问索引的查询：B-tree支持只访问索引的查询，不会访问行
B-tree局限性
B-tree局限性：(案例中索引顺序:last_namefirst_namedob)
如果查找没有送索引列的最左边开始,没有什么用处，即不能查找所有叫Kang的人，也不能找到所有出生在某天的人，因为这些列不再索引最左边，也不能使用该索引超找某个姓氏以特定字符结尾的人。
不能跳过索引的列,即不能找到所有姓氏为Tang并且出生在某个特定日期的人，如果不定义first_name列的值,Mysql只能使用索引的第一列。
存储引擎不能优化任何在第一个范围条件右边的列,比如查询是wherelast_name=TangANDfirst_namelikeK%ANDdob=-09-23访问只能使用索引头两列。
由此可知索引列顺序的重要性！
哈希索引
目前只有Memory存储引擎支持显示的哈希索引，而且Memory引擎对我来说不常用，所以我们就轻描淡写的过了吧。
R-tree(空间索引)
Myisam支持空间索引，可以使用geometry空间数据类型。
空间索引不会要求where子句使用索引最左前缀可以全方位索引数据，可以高效使用任何数据组合查找配合使用mercontains()函数使用。
全文索引
fulltext是Myisam表特殊索引，从文本中找关键字不是直接和索引中的值进行比较。
全文索引可以和B-Tree索引混用，索引价值互不影响。
全文索引用于matchagainst操作而不是普通的where子句。
前缀索引和索引选择性
通常索引几个字符，而不是全部值，以节约空间并得到好的性能，同时也降低选择性。
索引选择性是不重复的索引值和全部行数的比值。高选择性的索引有好处，查找匹配过滤更多的行，唯一索引选择率为1最佳状态。
blob列、text列及很长的varchar列，必须定义前缀索引，mysql不允许索引他们的全文。
前缀索引和索引选择性实例
造数据
#复制一份与cs_area表结构
#插入数据
#模拟真实数据
#表area有name列需要对name列前缀索引
#计算得比值接近0.就好了
#分别取位name值计算
#可知name列添加5位前缀索引就可以了
#Mysql不能在orderby或groupby查询使用前缀索引也不能将其用作覆盖索引
聚集索引
聚集索引不是一种单独的索引类型，而是一种存储数据的方式。
Innodb的聚集索引实际上同样的结构保存了B-tree索引和数据行，聚集是指实际的数据行和相关的键值保存在一起，每个表只能有一个聚集索引，因此不能一次把行保存在两个地方。(由于聚集索引对我来说不常用，我们就略过啦~)
覆盖索引
索引支持高效查找行，mysql也能使用索引来接收列的数据。这样不用读取行数据，当发起一个被索引覆盖的查询，explain解释器的extra列看到usingindex。
#满足条件：#
#select查询的字段必须有索引全覆盖
selectlast_name，first_name其中last_name和first_name必须都有索引
#不能在索引执行like操作
为排序使用索引扫描
mysql排序结果的方式：使用文件排序、扫描有序的索引
explain中的type列若为索引(Index)说明mysql扫描索引。单纯扫描索引很快，如果mysql没有使用索引覆盖查询就不得不查找索引中发现的每一行。
mysql能有为排序和查找行使用同样的索引，如表user索引(uid,birthday)。
使用排序索引：
避免多余和重复索引
重复索引：类型相同，以同样的顺序在同样的列创建索引，比如在表userid列添加unique(id)约束、idnotnull。
primarykey约束index(id)，其实这些是相同的索引!
多余索引：如存在(A)索引应该扩展它满足(A,B)索引(A,B)索引==(B)(A,B)索引==(A)(A,B)A最左前缀(B,A)B最左前缀
索引实例研究
设计user表字段：country、state/region、city、sex、age、eye、color功能：支持组合条件搜索用户支持用户排序用户上次在线时间支持多种过滤条件
不在选择性很差的列添加索引
优化排序
索引和表维护表维护三个目标：查找和修复损坏、维护精确的索引统计,并减少碎片
查找并修复表损坏
checktable命令：确定表是否损坏，能抓到大部分表和索引错误
repairtable命令：修复损坏的表
myisamchk：离线修复工具
更新索引统计
analyzetablecs_area更新索引统计信息，便于优化器优化sql
showindex命令检查索引的基数性
减少索引和数据碎片
myisam引擎使用optimizetable清除碎片Innodb引擎使用altertable..engine=..重新创建索引正则化和非正则化正则化和非正则化
正则化数据库：每个因素只会表达一次，教师表teacher(id,school_id)，学校表school(school_id,school_name)优点：更新信息只变动一张表缺点：简单的学校名称查询需要关联表非正则化数据库：信息是重复的或者保存在多个地方
教师表teacher(id,school_id,school_name)学校表school(school_id,school_name)
优点：便于直接统计对应学校名称的老师
缺点：更新需要变动的表多一张
正则化和非正则化并用：比如需要统计用户的发帖数可以在user表添加字段num_message保存发帖总数避免高密度查询统计
缓存和汇总表
实例：统计过去24小时发布的信息精确的数量
表周期性创建
周期创建可以得到没有碎片和全排序索引的高效表
注意：此法会将数据清除，只是得到一个没有碎片和高效的索引表。
计数表：比如缓存用户朋友数量、文件下载次数通常建立一个单独的表，以保持快速维护计数器。
计划任务定期聚合函数查询，更新对应的字段。
近期热文（点击标题可阅读全文）《轻松监控上万台服务器：企业运维监控平台架构设计与实践指南》
《从OneProxy说起，聊聊应用监控的突破点及优化手段》
《Mesos+Zookeeper+Marathon+Docker分布式集群管理最佳实践》
《我是如何通过5轮面试拿下Facebookoffer？》
《途牛研发团队：基于EAV模型搭建准自动化运营系统架构》
《前方高能！一大波高薪职位正在靠近,你准备好了吗?》
《大众点评工程师：从黄金圈法则看MySQL数据库复制》
《网易蜂巢微服务架构：用RabbitMQ实现轻量级通信》
近期活动：
Gdevops全球敏捷运维峰会北京站