在数据库设计和表创建时，我们首要考虑的就是性能咯，不然的话，在后期数据更新到千亿级别时，再来优化，那成本就加大了。或者说你给后期的开发人员挖了一个大坑吧！
考虑到性能，那你在设计的时候会考虑到哪些问题了，下面将来详细的介绍。
设计表时要注意： 1 表字段避免null值出现，null值很难查询优化且占用额外的索引空间，推荐默认数字0代替null。 2 尽量使用INT而非BIGINT，如果非负则加上UNSIGNED(这样数值容量会扩大一倍)，当然能使用TINYINT、SMALLINT、MEDIUM_INT更好。 3 使用枚举或整数代替字符串类型 4 尽量使用TIMESTAMP而非DATETIME 5 单表不要有太多字段，建议在20以内 6 用整型来存IP
索引 1 索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是否用了索引还是全表扫描 2 应尽量避免在WHERE子句中对字段进行NULL值判断，否则将导致引擎放弃使用索引而进行全表扫描 3 值分布很稀少的字段不适合建索引，例如"性别"这种只有两三个值的字段 4 字符字段只建前缀索引 5 字符字段最好不要做主键 6 不用外键，由程序保证约束 7 尽量不用UNIQUE，由程序保证约束 8 使用多列索引时主意顺序和查询条件保持一致，同时删除不必要的单列索引
简言之就是使用合适的数据类型，选择合适的索引
选择合适的数据类型 (1)使用可存下数据的最小的数据类型，整型 < date,time < char,varchar < blob (2)使用简单的数据类型，整型比字符处理开销更小，因为字符串的比较更复杂。如，int类型存储时间类型，bigint类型转ip函数 (3)使用合理的字段属性长度，固定长度的表会更快。使用enum、char而不是varchar (4)尽可能使用not null定义字段 (5)尽量少用text，非用不可最好分表
选择合适的索引列 (1)查询频繁的列，在where，group by，order by，on从句中出现的列 (2)where条件中<，<=，=，>，>=，between，in，以及like 字符串 通配符(%)出现的列 (3)长度小的列，索引字段越小越好，因为数据库的存储单位是页，一页中能存下的数据越多越好 (4)离散度大(不同的值多)的列，放在联合索引前面。查看离散度，通过统计不同的列值来实现，count越大，离散程度越高：
sql的编写需要注意优化 1 使用limit对查询结果的记录进行限定 2 避免select *，将需要查找的字段列出来 3 使用连接(join)来代替子查询 4 拆分大的delete或insert语句 5 可通过开启慢查询日志来找出较慢的SQL 6 不做列运算：SELECT id WHERE age 1 = 10，任何对列的操作都将导致表扫描，它包括数据库教程函数、计算表达式等等，查询时要尽可能将操作移至等号右边 7 sql语句尽可能简单：一条sql只能在一个cpu运算;大语句拆小语句，减少锁时间;一条大sql可以堵死整个库 8 OR改写成IN：OR的效率是n级别，IN的效率是log(n)级别，in的个数建议控制在200以内 9 不用函数和触发器，在应用程序实现 10 避免%xxx式查询 11 少用JOIN 12 使用同类型进行比较，比如用'123'和'123'比，123和123比 13 尽量避免在WHERE子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描 14 对于连续数值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5 15 列表数据不要拿全表，要使用LIMIT来分页，每页数量也不要太大
引擎 目前广泛使用的是MyISAM和InnoDB两种引擎：
MyISAM MyISAM引擎是MySQL 5.1及之前版本的默认引擎，它的特点是： 1 不支持行锁，读取时对需要读到的所有表加锁，写入时则对表加排它锁 2 不支持事务 3 不支持外键 4 不支持崩溃后的安全恢复 5 在表有读取查询的同时，支持往表中插入新纪录 6 支持BLOB和TEXT的前500个字符索引，支持全文索引 7 支持延迟更新索引，极大提升写入性能 8 对于不会进行修改的表，支持压缩表，极大减少磁盘空间占用
InnoDB InnoDB在MySQL 5.5后成为默认索引，它的特点是： 1.支持行锁，采用MVCC来支持高并发 2.支持事务 3.支持外键 4.支持崩溃后的安全恢复 5.不支持全文索引 总体来讲，MyISAM适合SELECT密集型的表，而InnoDB适合INSERT和UPDATE密集型的表 MyISAM速度可能超快，占用存储空间也小，但是程序要求事务支持，故InnoDB是必须的，故该方案无法执行，放弃!
真的挖坑了 如果真的出现亿万级别的大数据表，那你是埋了一个大坑， 这个又要如何优化呢！目前比较普遍的方案主要有分区，分库分表，NoSql/NewSql。 实际项目中，这三种方案是结合的，目前绝大部分系统的核心数据都是以RDBMS存储为主，NoSql/NewSql存储为辅。这里就不在这里做详细介绍，介绍不完啊！
