目录
1.表结构设计 4
1.1.数据库三范式（3NF） 4
1.2.错误设计 4
1.3.正确设计 5
1.4.反3NF 5
- 字段类型设计 6
2.1.数据库类型选择原则 6
2.2.举例说明 6
2.2.1.int类型的选用 6
2.2.2.datetime和timestamp 7
2.3.字段设计其他注意点 8
3.索引优化 8
3.1.索引分类 8
3.2.索引优化注意点 8
4.SQL优化 9
4.1.优化思路 9
4.2.基本原则 9
4.3.举例说明 10
4.3.1.分批处理 10
4.3.2.操作符<>优化 10
4.3.3.OR优化 10
4.3.4.IN优化 10
4.3.5.不做列运算 11
4.3.6.避免Select all 11
4.3.7.Like优化 11
4.3.8.Join优化 11
4.3.9.Limit优化 12
1.表结构设计
主要从数据库设计三大范式分析咱们设计表结构需要的注意点。大家在遵从三大范式的基础上能灵活变通，结合自己的业务需要，设计出更高效的表结构。
1.1.数据库三范式（3NF）
1NF： 保证每列的原子性：即表的列具有原子性，不可再分解。只要数据库是关系型数据库，就自动满足1NF。（例如：很多场景字段存储以“,”分隔存储，这种情况要避免，不利于检索、创建索引、维护（新增、修改、删除），应该再做个关联表）
2NF： 保证一张表只描述一件事情：表中的记录是唯一的，就满足2NF，通常 我们设计主键来实现，主键一般不含业务逻辑，自增长。
3NF：保证每列都和主键直接相关： 即表中不要有冗余数据。（特殊情况下可做适当冗余，比如DRDS分库分表情况下的查询，做适当冗余避免表关联查询。）
1.2.错误设计
图1
1.3.正确设计
图2
1.4.反3NF
没有冗余的数据库未必是最好的数据库，有时为了提高运行效率，就必须降低范式标准，适当保留冗余数据。具体做法是： 在概念数据模型设计时遵守第三范式，降低范式标准的工作放到物理数据模型设计时考虑。降低范式就是增加字段，允许冗余。例如下图查询浏览次数:
- 字段类型设计
在表字段设计中，字段类型至关重要，合理的数据类型能帮助开发者减少很大的存储空间，提升数据的检索效率；甚至可以方便后期的数据库维护人员。
2.1.数据库类型选择原则
原则遵循：更简单或者占用空间更小
1、如果长度能够满足，整型尽量使用tinyint、smallint、medium_int而非int。
2、如果字符串长度确定，采用char类型。
3、如果varchar能够满足，不采用text类型。
4、精度要求较高的使用decimal类型，也可以使用BIGINT，比如精确两位小数就乘以100后保存。
5、尽量采用timestamp而非datetime。
2.2.举例说明
2.2.1.int类型的选用
整型字段类型包含 tinyint、smallint、mediumint、int、bigint 五种，占用空间大小及存储范围如下图所示：
存储字节越小，占用空间越小。所以本着最小化存储的原则，我们要尽量选择合适的整型，下面给出几个常见案例及选择建议。
1、根据存储范围选择合适的类型，比如人的年龄用 unsigned tinyint（范围 0~255，人的寿命不会超过 255 岁）；
2、若存储的数据为非负数值，建议使用 UNSIGNED 标识，可以扩大正数的存储范围。
3、短数据使用 TINYINT 或 SMALLINT，比如：人类年龄，城市代码。
4、存储状态变量的字段用 TINYINT ，比如：是否删除，0代表未删除 1代表已删除。
5、主键列，无负数，建议使用 INT UNSIGNED 或者 BIGINT UNSIGNED；预估字段数字取值会超过 42 亿，使用 BIGINT 类型。
2.2.2.datetime和timestamp
相比datetime，timestamp占用更少的空间，以UTC的格式储存自动转换时区。
timestamp翻译为汉语即"时间戳"，它是当前时间到 Unix元年(1970 年 1 月 1 日 0 时 0 分 0 秒)的秒数，占用4个字节，而且是以UTC的格式储存，它会自动检索当前时区并进行转换。datetime以8个字节储存，不会进行时区的检索。也就是说，对于timestamp来说，如果储存时的时区和检索时的时区不一样，那么拿出来的数据也不一样。对于datetime来说，存什么拿到的就是什么。下面给出几个常见案例及选择建议。
1、根据存储范围来选取，比如生产时间，保质期等时间建议选取datetime，因为datetime能存储的范围更广。
2、记录本行数据的插入时间和修改时间建议使用timestamp。
3、和时区相关的时间字段选用timestamp。
4、如果只是想表示年、日期、时间的还可以使用 year、 date、 time，它们分别占据 1、3、3 字节，而datetime就是它们的集合。
2.3.字段设计其他注意点
1、避免空值
MySQL中字段为NULL时依然占用空间，会使索引、索引统计更加复杂。从NULL值更新到非NULL无法做到原地更新，容易发生索引分裂影响性能。尽可能将NULL值用有意义的值代替，也能避免SQL语句里面包含is not null的判断。
2、text类型优化
由于text字段储存大量数据，表容量会很早涨上去，影响其他字段的查询性能。建议抽取出来放在子表里，用业务主键关联。
3.索引优化
我们需要知道索引其实是一种数据结构，其功能是帮助我们快速匹配查找到需要的数据行，是数据库性能优化最常用的工具之一。其作用相当于超市里的导购员、书本里的目录。
3.1.索引分类
1、普通索引：最基本的索引。
2、组合索引：多个字段上建立的索引，能够加速复合查询条件的检索。
3、唯一索引：与普通索引类似，但索引列的值必须唯一，允许有空值。
4、组合唯一索引：列值的组合必须唯一。
5、主键索引：特殊的唯一索引，用于唯一标识数据表中的某一条记录，不允许有空值，一般用primary key约束。
6、全文索引：用于海量文本的查询，MySQL5.6之后的InnoDB和MyISAM均支持全文索引。由于查询精度以及扩展性不佳，更多的企业选择Elasticsearch。
3.2.索引优化注意点
1、分页查询很重要，如果查询数据量超过30%，MYSQL不会使用索引。
2、单表索引数不超过5个、单个索引字段数不超过5个。
3、字符串可使用前缀索引，前缀长度控制在5-8个字符。
4、字段唯一性太低，增加索引没有意义，如：是否删除、性别。
5、更新十分频繁的字段上不宜建立索引：因为更新操作会变更B+树，重建索引。这个过程是十分消耗数据库性能的。
6、创建索引时避免以下错误观念：索引越多越好，认为一个查询就需要建一个索引；宁缺勿滥，认为索引会消耗空间、严重拖慢更新和新增速度；抵制唯一索引，认为业务的唯一性一律需要在应用层通过“先查后插”方式解决；过早优化，在不了解系统的情况下就开始优化。
4.SQL优化
SQL性能优化的本质就是减少运算次数、减少内存消耗、涉及尽量少的数据。
4.1.优化思路
1、定位优化对象的性能瓶颈：优化前需了解查询的瓶颈是IO还是CPU，可通过PROFILING很容易定位查询的瓶颈；
2、明确优化目标；
3、从Explain入手；
4、多使用profile；
4.2.基本原则
1、永远用小结果集驱动大结果集；
From子句中sql解析顺序为从右向左，执行时会以最左边的表为基础表循环与右边表数据做笛卡尔积，所以以小结果集驱动能减少循环次数，从而减少对被驱动结果集的访问，从而减少被驱动表的锁定。2、尽可能在索引中完成排序；
排序算法有两种：a.查出排序字段和行指针，排序，再通过行指针获得行数据所需列，返回结果集；b.取出所有排序列数据，在排序缓冲区中排完序直接返回结果集。
索引排序是利用索引的有序性对数据排序的。
3、只取出子集需要的colums
4、仅仅使用最有效的过滤条件；
5、尽可能避免复杂的Join和子查询；
4.3.举例说明
4.3.1.分批处理
批量更新一张表数据时，当需要更新的数据集特别大时，可以分批次更新，限制每个批次的更新数量。业务真实场景：读取EXCEL数据批量插入表中：
int begin = 0;
int end = begin + maxValue ;
while (begin <= insertList.size()-1){
List<MonthlyStaffDetail> child = insertList.subList(begin, end <= insertList.size() ? end : insertList.size());
//分批插入数据
batchInsert(child);
begin = end;
end = begin + maxValue ;
}
4.3.2.操作符<>优化
通常<>操作符无法使用索引，举例如下，查询金额不为100元的订单：
select id from orders where amount != 100;
如果金额为100的订单极少，这种数据分布严重不均的情况下，有可能使用索引。鉴于这种不确定性，采用union聚合搜索结果，改写方法如下：
(select id from orders where amount > 100)
union all
(select id from orders where amount < 100 and amount > 0)
4.3.3.OR优化
在Innodb引擎下or无法使用组合索引，比如：
select id，product_name from orders where mobile_no = '13421800407' or user_id = 100;
OR无法命中mobile_no + user_id的组合索引，可采用union，如下所示：
(select id，product_name from orders where mobile_no = '13421800407')
union
(select id，product_name from orders where user_id = 100);
此时id和product_name字段都有索引，查询才最高效。
4.3.4.IN优化
IN适合主表大子表小，EXIST适合主表小子表大。由于查询优化器的不断升级，很多场景这两者性能差不多一样了。
举例如下：
select o.id from orders o where o.user_id in(select u.id from user where u.level = 'VIP');
采用JOIN如下所示：
select o.id from orders o left join user u on o.user_id = u.id where u.level = 'VIP';
4.3.5.不做列运算
通常在查询条件列运算会导致索引失效，如下所示：
查询当日订单
select id from order where date_format(create_time，'%Y-%m-%d') = '2019-07-01';
date_format函数会导致这个查询无法使用索引，改写后：
select id from order where create_time between '2019-07-01 00:00:00' and '2019-07-01 23:59:59';
4.3.6.避免Select all
如果不查询表中所有的列，避免使用SELECT *，它会进行全表扫描，不能有效利用索引。
4.3.7.Like优化
like用于模糊查询，举个例子（field已建立索引）：
SELECT column FROM table WHERE field like '%keyword%';
这个查询未命中索引，换成下面的写法：
SELECT column FROM table WHERE field like 'keyword%';
4.3.8.Join优化
join的实现是采用Nested Loop Join算法，就是通过驱动表的结果集作为基础数据，通过该结数据作为过滤条件到下一个表中循环查询数据，然后合并结果。如果有多个join，则将前面的结果集作为循环数据，再次到后一个表中查询数据。
驱动表和被驱动表尽可能增加查询条件，满足ON的条件而少用Where，用小结果集驱动大结果集。
被驱动表的join字段上加上索引，无法建立索引的时候，设置足够的Join Buffer Size。禁止join连接三个以上的表，尝试增加冗余字段。4.3.9.Limit优化
limit用于分页查询时越往后翻性能越差，解决的原则：缩小扫描范围，如下所示：
select * from orders order by id desc limit 100000,10
耗时0.4秒
select * from orders order by id desc limit 1000000,10
耗时5.2秒
先筛选出ID缩小查询范围，写法如下：
select * from orders where id > (select id from orders order by id desc limit 1000000, 1) order by id desc limit 0,10
耗时0.5秒
如果查询条件仅有主键ID，写法如下：
select id from orders where id between 1000000 and 1000010 order by id desc
