規則1：一般情況可以選擇myisam儲存引擎，如果需要事務支援必須使用innodb儲存引擎。
注意：myisam儲存引擎 b-tree索引有乙個很大的限制：參與乙個索引的所有欄位的長度之和不能超過1000位元組。另外myisam資料和索引是分開，而innodb的資料儲存是按聚簇(cluster)索引有序排列的，主鍵是預設的聚簇(cluster)索引，因此myisam雖然在一般情況下，查詢效能比innodb高，但innodb的以主鍵為條件的查詢效能是非常高的。
規則2：命名規則。
資料庫和表名應盡可能和所服務的業務模組名一致
服務與同乙個子模組的一類表應盡量以子模組名(或部分單詞)為字首或字尾
表名應盡量包含與所存放資料對應的單詞
欄位名稱也應盡量保持和實際資料相對應
聯合索引名稱應盡量包含所有索引鍵欄位名或縮寫，且各欄位名在索引名中的順序應與索引鍵在索引中的索引順序一致，並盡量包含乙個類似idx的字首或字尾，以表明期物件型別是索引。
約束等其他物件也應該盡可能包含所屬表或其他物件的名稱，以表明各自的關係
規則3：資料庫字段型別定義
經常需要計算和排序等消耗cpu的字段,應該盡量選擇更為迅速的字段，如用timestamp(4個位元組，最小值1970-01-01 00:00:00)代替datetime（8個位元組，最小值1001-01-01 00:00:00）,通過整型替代浮點型和字元型
變長字段使用varchar，不要使用char
對於二進位制多**資料，流水佇列資料(如日誌)，超大文字資料不要放在資料庫欄位中
規則4：業務邏輯執行過程必須讀到的表中必須要有初始的值。避免業務讀出為負或無窮大的值導致程式失敗
規則5：並不需要一定遵守正規化理論，適度的冗餘，讓query儘量減少join
規則6：訪問頻率較低的大字段拆分出資料表。有些大字段占用空間多，訪問頻率較其他字段明顯要少很多，這種情況進行拆分，頻繁的查詢中就不需要讀取大字段，造成io資源的浪費。
規則7：大表可以考慮水平拆分。大表影響查詢效率，根據業務特性有很多拆分方式，像根據時間遞增的資料，可以根據時間來分。以id劃分的資料，可根據id%資料庫個數的方式來拆分。
規則8：業務需要的相關索引是根據實際的設計所構造sql語句的where條件來確定的，業務不需要的不要建索引，不允許在聯合索引（或主鍵）中存在多於的字段。特別是該字段根本不會在條件語句中出現。
規則9：唯一確定一條記錄的乙個欄位或多個欄位要建立主鍵或者唯一索引，不能唯一確定一條記錄，為了提高查詢效率建普通索引
規則10：業務使用的表，有些記錄數很少，甚至只有一條記錄，為了約束的需要，也要建立索引或者設定主鍵。
規則11：對於取值不能重複，經常作為查詢條件的字段，應該建唯一索引(主鍵預設唯一索引)，並且將查詢條件中該字段的條件置於第乙個位置。沒有必要再建立與該字段有關的聯合索引。
規則12：對於經常查詢的字段，其值不唯一，也應該考慮建立普通索引，查詢語句中該字段條件置於第乙個位置，對聯合索引處理的方法同樣。
規則13：業務通過不唯一索引訪問資料時，需要考慮通過該索引值返回的記錄稠密度，原則上可能的稠密度最大不能高於0.2，如果稠密度太大，則不合適建立索引了。
當通過這個索引查詢得到的資料量佔到表內所有資料的20%以上時，則需要考慮建立該索引的代價，同時由於索引掃瞄產生的都是隨機i/o，生其效率比全表順序掃瞄的順序i/o低很多。資料庫系統優化query的時候有可能不會用到這個索引。
規則14：需要聯合索引(或聯合主鍵)的資料庫要注意索引的順序。sql語句中的匹配條件也要跟索引的順序保持一致。
注意：索引的順勢不正確也可能導致嚴重的後果。
規則15：表中的多個字段查詢作為查詢條件，不含有其他索引，並且字段聯合值不重複，可以在這多個欄位上建唯一的聯合索引，假設索引欄位為 (a1,a2,...an),則查詢條件(a1 op val1,a2 op val2,...am op valm)m<=n,可以用到索引，查詢條件中字段的位置與索引中的字段位置是一致的。
規則16：聯合索引的建立原則(以下均假設在資料庫表的字段a,b,c上建立聯合索引(a,b,c))
聯合索引中的字段應盡量滿足過濾資料從多到少的順序，也就是說差異最大的字段應該房子第乙個字段
建立索引盡量與sql語句的條件順序一致，使sql語句盡量以整個索引為條件，盡量避免以索引的一部分(特別是首個條件與索引的首個欄位不一致時)作為查詢的條件
where a=1,where a>=12 and a<15,where a=1 and b<5 ,where a=1 and b=7 and c>=40為條件可以用到此聯合索引；而這些語句where b=10,where c=221,where b>=12 and c=2則無法用到這個聯合索引。
當需要查詢的資料庫字段全部在索引中體現時，資料庫可以直接查詢索引得到查詢資訊無須對整個表進行掃瞄(這就是所謂的key-only)，能大大的提高查詢效率。
當a，ab，abc與其他表字段關聯查詢時可以用到索引
當a，ab，abc順序而不是b，c，bc，ac為順序執行order by或者group不要時可以用到索引
以下情況時，進行表掃瞄然後排序可能比使用聯合索引更加有效
a.表已經按照索引組織好了
b.被查詢的資料站所有資料的很多比例。
規則17：重要業務訪問資料表時。但不能通過索引訪問資料時，應該確保順序訪問的記錄數目是有限的，原則上不得多於10.
規則18：合理構造query語句
insert語句中，根據測試，批量一次插入1000條時效率最高，多於1000條時，要拆分，多次進行同樣的插入，應該合併批量進行。注意query語句的長度要小於mysqld的引數 max_allowed_packet
查詢條件中各種邏輯操作符效能順序是and,or,in,因此在查詢條件中應該盡量避免使用在大集合中使用in
永遠用小結果集驅動大記錄集，因為在mysql中，只有nested join一種join方式，就是說mysql的join是通過巢狀迴圈來實現的。通過小結果集驅動大記錄集這個原則來減少巢狀迴圈的迴圈次數，以減少io總量及cpu運算次數
盡量優化nested join內層迴圈。
只取需要的columns，盡量不要使用select *
僅僅使用最有效的過濾字段，where 字句中的過濾條件少為好
盡量避免複雜的join和子查詢
mysql在併發這塊做得並不是太好，當併發量太高的時候，整體效能會急劇下降，這主要與mysql內部資源的爭用鎖定控制有關，myisam用表鎖，innodb好一些用行鎖。
規則19：應用系統的優化
合理使用cache，對於變化較少的部分活躍資料通過應用層的cache快取到記憶體中，對效能的提公升是成數量級的。
對重複執行相同的query進行合併，減少io次數。
事務相關性最小原則
提問：如何設計或優化千萬級別的大表？此外無其他資訊，個人覺得這個話題有點範，就只好簡單說下該如何做，對於乙個儲存設計，必須考慮業務特點，收集的資訊如下：
1.資料的容量：1-3年內會大概多少條資料，每條資料大概多少位元組；
2.資料項：是否有大字段，那些欄位的值是否經常被更新；
3.資料查詢sql條件：哪些資料項的列名稱經常出現在where、group by、order by子句中等；
4.資料更新類sql條件：有多少列經常出現update或delete 的where子句中；
5.sql量的統計比，如：select：update+delete：insert=多少？
6.預計大表及相關聯的sql，每天總的執行量在何數量級？
7.表中的資料：更新為主的業務 還是 查詢為主的業務
8.打算採用什麼資料庫物理伺服器，以及資料庫伺服器架構？
9.併發如何？
10.儲存引擎選擇innodb還是myisam？
大致明白以上10個問題，至於如何設計此類的大表，應該什麼都清楚了！
至於優化若是指建立好的表，不能變動表結構的話，那建議innodb引擎，多利用點記憶體，減輕磁碟io負載，因為io往往是資料庫伺服器的瓶頸
另外對優化索引結構去解決效能問題的話，建議優先考慮修改類sql語句，使他們更快些，不得已只靠索引組織結構的方式，當然此話前提是，
索引已經建立的非常好，若是讀為主，可以考慮開啟query_cache，
以及調整一些引數值：sort_buffer_size,read_buffer_size,read_rnd_buffer_size,join_buffer_size
MySQL資料庫設計總結
規則1 一般情況可以選擇myisam儲存引擎，如果需要事務支援必須使用innodb儲存引擎。注意 myisam儲存引擎 b tree索引有乙個很大的限制 參與乙個索引的所有欄位的長度之和不能超過1000位元組。另外myisam資料和索引是分開，而innodb的資料儲存是按聚簇 cluster 索引有...
MySQL資料庫設計總結
規則1 一般情況可以選擇myisam儲存引擎，如果需要事務支援必須使用innodb儲存引擎。注意 myisam儲存引擎 b tree索引有乙個很大的限制 參與乙個索引的所有欄位的長度之和不能超過1000位元組。另外myisam資料和索引是分開，而innodb的資料儲存是按聚簇 cluster 索引有...
MySQL 資料庫設計總結
規則1 一般情況可以選擇myisam儲存引擎，如果需要事務支援必須使用innodb儲存引擎。注意 myisam儲存引擎 b tree索引有乙個很大的限制 參與乙個索引的所有欄位的長度之和不能超過1000位元組。另外myisam資料和索引是分開，而innodb的資料儲存是按聚簇 cluster 索引有...