优化数据库对象

在数据库设计过程中，用户可能会经常会被一个问题缠绕：是否应该把所有表都按照第三范式来设计？表里面的字段到底该设置为多大长度合适？这些问题虽然小，但是如果设计不当则可能会给将来的应用带来很多的性能问题。

1. 优化表的数据类型
   表需要使用何种数据类型，是需要根据应用来判断的，虽然应用设计的时候需要考虑字段的长度留有一定的冗余，但是不赞成让很多字段都留有大量的冗余，这样既浪费磁盘存储空间，同时在应用程序操作时也浪费物理内存。

  在MySQL中，可以使用函数PROCEDUER 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，用户可以根据实际情况酌情考虑是否进行优化。

引用

  SELECT * FROM table_name PROCEDUER ANALYSE();
  SELECT * FROM table_name PROCEDUER ANALYSE(16,256);

输出的每一列信息都会对数据表中的列的数据类型提出优化建议。以上第二句表示PROCEDUER ANALYSE()不要为那些包含的值大于16个或者256字节的ENUM类型提出建议。如果没有这样的限制，输出信息可能很长；ENUM定义通常很难阅读。

通过PROCEDUER ANALYSE()函数的输出信息，用户可能会发现，一些表中的字段可以修改为效率更高的数据类型。如果决定改变某个字段的类型，则需要使用ALTER TABLE语句。

2. 通过拆分提高表的访问效率
   这里所说的“拆分”，是指对数据表进行拆分。如果针对MyISAM类型的表进行，那么有两种拆分方法。
  2.1 第一种方法是垂直拆分，即把主码和一些列放到一个表，然后把主码和另外的列放到另一个表中。

引用

  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，在查询时候就会减少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。

  2.2 第二种方法是水平拆分，即根据一列或多列数据的值把数据列放到两个独立的表中。

引用

  水平拆分通常在以下几种情况下使用：
    a. 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。
    b. 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，而另外一些不常用。
    c. 需要把数据存放到多个介质上。

   例如： 移动电话的账单表就可以分成两个或者多个表。最近3个月的账单数据存储在一个表中，3个月以前的历史账单存放在另外一个表中。超过1年的又可以存储在介质上。这种拆分是最常用使用的水平拆分方法。

  注意： 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，这种复杂性超过它带来的优点，因为只要索引关键字不大，则索引用于查询时，表中增加2至3倍的数据量，查询时也就增加读一个索引层的磁盘次数，所以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. 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效率，