来自于高性能mysql的一部分总结。
1.schema和数据类型优化
选择数据类型的原则：
1. 小。
小，占磁盘小，占内存小，占cpu少。
比如varchar字段，varchar(10)和varchar（255），存储“a”的时候，虽然都占两个字节，但是在从磁盘读取到内存的时候，内存却要准备255字符对应的大小的内存块，比如排序操作，或者临时表的时候。因为内存并不知道varchar字段到底真正存了一个多大的数据，所以只能最坏打算。
2. 简单
整型比字符串简单，字符串有字符集、校对规则。
使用日期类型而不是字符串。
使用整形存储ip，而不是字符串。
3. 避免null
null需要更多存储空间，需要多一个字节标记是否为null。
mysql对null需要特殊的处理。
1.1 数据类型
1.1.1 整型类型
tinyint、smallint、mediumint、int、bigint，分别占8、16、24、36、64位存储空间。
对于int（11）这样规定大小是无意义的，因为int不管规定多大的大小，都不会影响其占的字节数以及大小范围，只会对一些mysql交互工具显示产生影响。
1.1.2 浮点型
Decimal除了存储小数之外，可以存储比bigint还大的数。
float、double和decimal都可以表示小数，但是float和double使用的是标准的浮点运算，cpu直接使用原声的浮点运算，所以可能会导致结果的不精确。（比如java，double a = 1.0f - 0.1f = 0.8999999这种现象)。但是decimal是精确计算，mysql服务器自身实现了对decimal的精确计算处理。decimal占用空间大，decimal（18，9），整数位占4个字节，小数位占4个字节，小数点占1个字节。
1.1.3 字符串类型
varchar 比char更节省空间，除非row_format=fix定长控制（几乎不会）。
varchar需要1到2个字节，记录字符串长度，小于255长度，用1个字节记录，大于，用2个字节记录。
varchar是变长的，所以update操作的时候，可能导致页分裂
varchar（255）和varchar（10）存储“a”这个字符，磁盘上占用的空间是一样的，但是当读取到内存，进行排序或者生成临时表的时候，占用的空间是不一样的，内存对于varchar（255）不知道其实际存储了多大的字符，所以会按最坏的情况，分配255个空间，所以为了节省cpu和内存，varchar需要尽可能小。
char存储，会把末尾空格删掉，比较的时候会填充空格进行比较（这不分存储引擎，因为这个操作是mysql服务层做的），同样大小的字符，char比varchar节省空间，因为varchar需要1或2个字节记录字符串长度。
还有一个和char和varchar性质类似的是，binary和varbinary，binary存储的是二进制字符串。
对于随机字符串，比如md5（）或uuid()，因为大小随机，所以，插入位置是随机的，会造成随机访问，页分裂、聚簇索引碎片等，所以insert会慢，select 也会慢，因为逻辑位置相邻的数据物理位置不同，局部性原理失效（局部性原理是说，磁盘预读几页数据缓存起来，局部性原理认为，访问这个位置的数据，很可能会访问这个位置附近的数据）。
对于uuid这种随机字符串，可以使用unhex（）函数转成16字节的数字存储，检索的时候再hex（）转换回来。
blob和text类型
因为内存不知道其实际存储了多少个字符，所以极其好性能，会使用磁盘临时表，可以使用substring（）截取成字符串，来使用内存临时表。
当然，这种字段，尽可能不用。
1.1.4 枚举
枚举排序，使用的枚举对应的整形，而不是字符串，所以如果对此有要求的时候，定义枚举的时候，按照字符串的顺序定义。
枚举的一个不好的地方是：修改枚举的时候，使用的是alter table操作。所以我觉得对于枚举，还是直接使用int类型，在服务层做转换比较好。
1.1.5 日期类型
不管什么日期类型，都只能精确到秒，如果需要存储微妙，则可以使用bigint存储微妙级别时间戳，或者double存储秒之后的部分。
timestamp时间范围是1970到2038，而且依赖时区，服务器、客户端连接都有时区设置。
1.1.6 位数据类型
bit，存储的是二进制，检索的时候查出来的是这个二进制表示的ascii值。
避免使用这种类型。
如果要存储boolean类型，true or false，可以使用可为null的char(0)，char（0）占用一个位，可以表示两种情况，null或空字符串。（我觉得没必要）
1.2 schema设计陷阱
1.太多的列
mysql服务层通过存储引擎api，以行缓冲格式拷贝数据，然后在服务层解码成各个列，所以如果一行有太多的列的话，行缓冲数据解码成各个列的消耗是很大的。
2. 太多的关联
mysql限制了每个关联最多只能是61张表。太多关联的弊端不必说。
1.3.反范式
以更新代码换取查询性能，以及排序性能。
子表的统计数据记录在父表，省的每次查询都要count()统计子表。
1.4. 缓存表和汇总表
汇总表，把一些定时汇总，得到一个不精确的数据，加快查询。精确查询则，统计汇总表数据的和，加上汇总表数据到真实时间这个区间的数据和。
缓存表：把一个表的某些字段，缓存到另一个表中。
1.5 加快alter table的速度
线上alter table会锁住整个表，可以使用新结构创建一个空表，然后数据迁移完之后，重命名表替换旧表。有工具可以帮助做这一系列操作。比如：online-schema-change
