一、建表优化

    以MySQL为例，建表优化是非常重要的，可以有效提升数据库的性能和效率。以下是一些建表优化的常见技巧和最佳实践：

1.1、使用合适的数据类型：

    选择合适的数据类型可以节省存储空间并提高查询性能。例如，只存储正整数时可以使用 INT 而不是 VARCHAR。

1.2、设定合适的字段长度：

    根据实际需求设定字段的长度，不要设置过长，以节省存储空间，并避免不必要的数据截断。

1.3、为重要字段增加索引：

    根据查询的需求为频繁进行查询的字段建立索引，可以加快检索速度。但是不要为所有字段都建立索引，因为索引会增加写操作的开销。

1.4、考虑使用分区表：

    如果表中的数据量很大，可以考虑使用分区表来提高查询性能，可以根据时间范围或其他标准对表进行分区。

1.5、使用合适的存储引擎：

    根据实际需求选择合适的存储引擎，例如 InnoDB 适合事务处理和频繁更新的场景，而 MyISAM 更适合读取和查询频繁的场景。

1.6、避免过度规范化：

    合理设计表结构，避免过度规范化，可以减少表连接的次数，提高查询效率。

1.7、设定适当的默认值：

    为表中的字段设定适当的默认值，可以简化插入操作，并避免空值的情况。

1.8、定期清理无用数据：

    定期清理表中过期或无用的数据，以提高数据库的性能。

    以上是一些建表优化的常见技巧，我们可以根据实际情况灵活运用，以提高 MySQL 数据库的性能和效率。

二、使用总结

1、在表中建立索引，优先考虑where、order by使用到的字段。

2、尽量使用数字型字段（如性别，男：1 女：2），若只含数值信息的字段尽量不要设计为字符型，这会降低查询和连接的性能，并会增加存储开销。

这是因为引擎在处理查询和连接时会 逐个比较字符串中每一个字符，而对于数字型而言只需要比较一次就够了。

3、查询数据量大的表 会造成查询缓慢。主要的原因是扫描行数过多。这个时候可以通过程序，分段分页进行查询，循环遍历，将结果合并处理进行展示。要查询100000到100050的数据，如下：

SELECT * FROM (SELECT ROW_NUMBER() OVER(ORDER BY ID ASC) AS rowid,*    FROM infoTab)t WHERE t.rowid > 100000 AND t.rowid <= 100050

4、用varchar/nvarchar 代替 char/nchar

    尽可能的使用 varchar/nvarchar 代替 char/nchar ，因为首先变长字段存储空间小，可以节省存储空间，其次对于查询来说，在一个相对较小的字段内搜索效率显然要高些。

    不要以为 NULL 不需要空间，比如：char(100) 型，在字段建立时，空间就固定了， 不管是否插入值（NULL也包含在内），都是占用 100个字符的空间的，如果是varchar这样的变长字段， null 不占用空间。