Schema与数据类型优化
1、选择优化的数据类型
应该尽量使用可以存储数据的更小的数据类型。更小的数据类型通常更快，占用更少的磁盘、内存、缓存。
2、简单最好
整型比字符型要好，两个例子，应该使用Mysql内建的类型来存储日期而不是字符串；使用整形存储Ip地址。因为字符的校对、排序规则要复杂。
3、尽量避免使用Null。
因为可为Null的列使得索引和索引统计和值的比较变得复杂。
4、整数类型
整数类型分为：tinyint、smallint、mediumint、int、bigint。Mysql可以整数类型制定宽度，但对大多数应用来说是没有意义的，对于存储和计算来说INT(1)和INT(20)是相同的。
5、实数类型
因为CPU不支持对decimal的直接计算，因此Mysql5.0以上的版本中Mysql自己实现了Decimal的计算。Decimal需要额外的开销，只有需要精确计算时才选用。
可以考虑用BigInt代替decimal，假设要存储的财务数据精确到万分之1，可以把所有金额乘以100万，然后将结果存储到bigint里面，这样可以同时避免浮点运算不精确和decimal精确计算代价高等问题。
6、字符串类型
Varchar存储可变长字符串。
当列的更新很少，使用了像UTF-8这样复杂的字符集时，使用varchar存储。
Char类型是定长的，当存储MD5值，定长的值，或经常变更的数据时，用char存储，因为这样不容易产生碎片。
数据如何存储取决于存储引擎。
7、对Schema进行范式化也可以带来好处。范式化更新操作通常比反范式要快。范式化只有很少或没有重复数据。范式化的缺点是需要关联，这可能会使得一些索引策略无效。范式和反范式各有优劣，在实际中经常二者混用。
8、更快的读、更慢的写。
9、计数器表
如果在表中保存计数器，更新计数器时可能遇到并发问题？怎么办呢，可以设计成100行，每次更新计数器随机的选择一行进行更新，统计的时候计算sum就可以了。
10、加快ALTER TABLE的操作速度。