数据库结构优化

 选择合适的数据类型：

     数据类型的选择，重点在于合适二字，如何确定选择的数据是否合适？

1：使用可以存下你爹数据的最小数据类型。

2：使用简单的数据类型，Int要比型varchar类型在mysql处理上简单。

3：尽可能的 使用not null定义字段。

4：尽量少用text类型，非用不可时最好考虑分表。

使用int来存储日期时间，利用UNIX_TIMESTAMP()，FROM_UNIXTIME()连个函数来进行转换。（前边为插入数据库使用后边为搜索数据库下同）

使用bigint来存储IP地址，利用INET_ATON()，INET_NTOA()两个函数来进行转换。

5：表的范式化和反范式化

反范式化是指 为了查询效率的考虑把原来符合第三范式的表适当的增加冗余，已达到优化查询效率的目的，反范式化是一种以空间来换取时间的操作。

原表结构及查询数据sql语句写法：

增加冗余以后表结构和查询sql语句写法：

6：表的垂直拆分：

    所谓垂直拆分就是把原来一个有很多列的表拆分成多个表，这解决了表的宽度问题，通常垂直拆分可以按以下原则进行：

1.把不常用的字段单独存放在一个表中。

2.把大字段独立存放到一个表中。

3.把经常在一起的字段放到一起。

拆分前：

拆分后：

7：表的水平拆分：

表的水平拆分要是为了解决单表的数据量过大的问题，水平拆分的表每个表的结构都是完整一致的。以下面的payment表为例

  1.对customer_id进行hash运算，如果要拆分成5个表则使用mod（customer_id,5）取出0-4个值。

  2.针对不同的hashID把数据存到不同的表中。

 不足：

  1：跨分区表进行数据查询。

  2：统计及后台报表操作。