# 选择优化的数据类型
# 存储类型选择原则
- 使用最小数据类型，占用磁盘、内存和 CPU 缓存更少，需要更少的 CPU 周期，所以更快
- 使用更简单的数据类型，需要更少的 CPU 周期
- 尽量避免 NULL，会使得索引、索引统计和值比较更复杂
# 整数类型
- TINYINT，8 位
- SMALLINT，16 位
- MEDIUMINT，24 位
- INT，32 位
- BIGINT，64 位
可以使用 UNSIGNED 标识，标识不允许负值，会使正数的上限提高一倍
# 实数类型
- FLOAT，32 位，不精确计算
- DOUBLE，64 位，不精确计算
- DECIMAL，每 32 位存 9 个数字，小数点 8 位，最多 65 个数字，精确计算，计算代价高
需要精确计算时，为避免 DECIMAL 计算代价高的问题，可使用 BIGINT 类型，乘以相应的倍数即可
# 字符串类型
- VARCHAR，可变长，需要使用额外 1 或 2 个字节记录长度，会产生碎片
- CHAR，定长，空格填充多余字节，检索时去掉填充空格，不需要额外字节记录长度，不会产生碎片
- BINARY，定长，采用 \0 填充，检索时不会去掉填充值
- VARBINARY，可变长
# BLOB 和 TEXT 类型
- BLOB，二进制存储
- TINYBLOB
- SMALLBLOB
- BLOB
- MEDIUMBLOB
- LONGBLOB
- TEXT，字符串存储
- TINYTEXT
- SMALLTEXT
- TEXT
- MEDIUMTEXT
- LONGTEXT
排序只对列的最前 max_sort_length 字节做排序
# ENUM 类型
枚举值在标定义时定义，修改时需要修改字段的定义；查询时可能需要关联两张表，会导致查询变慢，如果只是依赖枚举数字，如两个表根据枚举字段关联，则不需要关联枚举表，此时查询会比使用字符串快。
# 日期和时间类型
- DATETIME，范围从 1001 到 9999 年，精度为秒，存储的是 YYYYMMDDHHMMSS 格式的整数，与时区无关，8 个字节
- TIMESTAMP，存储时间戳，范围从 1970 到 2038，与时区相关，4 个字节，值默认不为空
# 位数据类型
- BIT，最长 64 位，存储的是字符
- SET，需要在字段定义时定义 set 元素
# 选择标识符
标识符不仅要考虑存储，还要考虑计算和比较。要尽量用整数。
# schema 设计中的陷阱
- 太多的列
- 太多的关联
- 全能的枚举
- 变相的枚举，使用 set，但是每行只设计一个值
- 非此发明的 NULL，使用特殊字符代替 NULL 会引发很多问题，无法区分真假值
# 范式和反范式
# 范式的优点
- 更新操作更快
- 只需要修改更少的数据
- 表更小，可以放在内存，执行操作会更快
- 更少需要 DISTINCT 或 GROUP BY
# 范式的缺点
- 需要关联，有些索引不能生效
# 反范式的优点
- 避免关联，避免随机 IO，可以使用索引
# 反范式的缺点
就是范式的优点
# 缓存表和汇总表
缓存表标识可以简单从其他表获取数据的表，汇总表标识使用 GROUP BY 聚合数据的表。
# 物化视图
预先计算并且存储在磁盘上的表，可以通过各种各样的策略刷新和更新。
# 计数器表
只是手动创建的普通表，可通过一些技巧支持并发
# 加快 alter table 的速度
需要创建一个空表，从旧表中查询所有数据插入新表，然后删除旧表。有些列的修改不需要新建表，可以通过 alter column 修改列，他只会修改 .frm 文件。
有两种方式可以加快速度：
- 在从库执行，然后主从切换
- 影子拷贝，创建一个和源表无关的新表，然后通过重命名和删除表交换两张表
# 只修改 .frm 文件
- 移除一个列的 AUTO_INCREMENT 属性
- 增加、移除或更改 ENUM 和 SET 常量
