我們可以使用procedure analyse()對當前已有應用的表型別的判斷，該函式可以對資料表中的列的資料型別提出優化建議，可以根據應用的實際情況酌情考慮是否實施優化。語法：
select * from tbl_name procedure analyse();
select * from tbl_name procedure analyse(16,256);
輸出的每一列資訊都會對資料表中的列的資料型別提出優化建議。第二個例子告訴procedure analyse()不要為那些包含的值多於16個或者256位元組的enum型別提出建議。如果沒有這樣的限制，輸出資訊可能很長；enum定義通常很難閱讀。
我已經嘗試過，很不錯。截圖如下：
資料型別的優化
數字有兩種型別 整數 whole number 和實數 real number 如果儲存整數，就可以使用這幾種整數型別 tinyint smallint mediumint int 或bigint，它們分別需要8 16 24 32 和64位儲存空間。它們的範圍為 2n 1到2 n 1 1 2 到2 ...
資料型別優化
tinyint,smallint,mediumint,int,bigint 分別使用8,16,32,64,128位儲存空間，儲存的值範圍 2 2 1float,double,decimal doule和float使用標準的浮點運算進行近似計算，decimal用於儲存精確的小數 float佔4個位元組...
MySQL資料型別優化
mysql資料型別眾多，選擇正確的資料型別對於獲得高效能至關重要。遵從以下幾條原則有助力做出更好的選擇。1 更小的資料型別。更小的資料型別通常更快，因為它們占用更少的磁碟 記憶體和cpu快取，並且處理時需要的cpu週期也更少。但也要確保自己沒有低估需要的儲存範圍。2 簡單的資料型別。簡單的資料型別通...