(4)mysql最佳化之資料庫表設計最佳化，mysql資料庫

(4)mysql最佳化之資料庫表設計最佳化，mysql資料庫
概述

在資料庫設計過程中，使用者可能會經常遇到這樣的問題：1.表裡面的欄位到底該設定多長合適？2.是否應該把所有表都按照第三範式來設計？

最佳化表的資料類型 1.文法

表的資料類型參見連結：
http://blog.csdn.net/pursuing0my0dream/article/details/44729707

在mysql中，我們可以使用函數 procedure analyse()對資料庫中的表進行分析，該函數可以對資料表中的列的資料類型提出最佳化建議。

#文法select * from table_name procedure analyse();#或select * from table_name procedure analyse(element_num,max_memory);

第2個語句中告訴該函數不要為那些包含的值多於element_num個或者max_memory個位元組的enum類型提出建議。如果沒有這些限制，輸出資訊可能很長，enum類型定義通常很難閱讀。

2.舉例

SELECT * FROM c PROCEDURE ANALYSE(16,255);

field_name 對於表哪個欄位，optimal_fieldtype給出最佳化建議。

通過拆分表提高表的訪問效率

對資料表的拆分，分為兩種拆分方式：垂直分割，水平分割

1.垂直分割（分表）

即把主鍵和一些資料表的列放在一個表中，然後把主鍵和另一些資料表的列放在一個表中。
如果一個表的某些列常用，另一些不常用，則可以採用垂直分割。垂直分割可以使資料行變小，一個資料頁就可以存放更多的資料，在查詢時候可以減少I/O次數。其缺點是需要管理冗餘列，查詢所有資料時候需要join尋找。

2.水平分割（分表，分區）

即把資料表中的列根據一定規則放在多個獨立的表或分區中。水平分割使用情境：

• 表很大，分割後可以降低查詢時候需要讀取的資料和索引的頁數，同時降低索引的層數，提高查詢速度。
• 表中的資料是獨立的，例如表中分別記錄各個地區的資料或不同時期的資料，特別是有些資料常用，而另一些資料不常用。
• 需要把資料放在多個儲存介質上。

逆正常化

 &esmsp;在資料庫設計中，正常化越高，那麼產生的關係就越多，直接導致表與表之間的join操作越頻繁，而join操作又是一種效能比較低的操作，直接影響到查詢的速度。
  反正常化的好處是降低了join操作的需求，降低了外鍵和索引數目。還可以減少表的個數，相應的帶來的問題是可能出現資料的完整性問題。加快查詢速度，但會降低修改速度。