数据类型选择方面的几个原则：
1，更小通常更好，选择能正确表示数据的最小类型。
2，简单就好，用简单类型优于用复杂类型。
3，避免NULL，尽量定义字段为not null。性能提升很小。
字符串的选型：
当最大长度远远大于平均长度时，并很少发生更新时，选择VARCHAR。
CHAR适合保存用户密码的MD5哈希值。
MySql存储的最小时间单位是秒，但是可以用毫秒进行临时计算。
InnoDB有一个特别功能叫做自适应哈希索引，当InnoDB注意到一些索引值被很频繁的访问的时候，它就会在BTree的顶端为这些值建立内存索引。
索引包含了来自于表中的一列或者多列的值，如果索引了多列数据，列的顺序非常重要，因为Mysql只能高效的搜索所以你的最左前缀。
聚集索引：不是一种单独的索引类型，而是一种存储数据的方式。当表有聚集索引的时候，它的数据行实际保存在索引的叶子页中。每个表只能有一个聚集索引。
使用时注意设置前缀索引。索引选择要注意不重复的索引值。
索引策略总结：
检查最常用的查询，不要不调查就随便建索引。为了找到建索引的平衡，应该测试和剖析。第一检查的就是响应时间，要为耗时很长的查询添加索引；然后就是检查导致最大负载的查询，添加索引；最好要把系统的cpu、内存和磁盘瓶颈考虑进去。
在任何可能的地方，都要试着扩展索引，而不是新增索引。通常维护一个多列索引要比维护多个单列索引容易。如果不知道查询的分布，就要尽可能的使索引变得更有选择性，因为高选择性的索引通常更有好处。
在冗余方面：
通常需要额外的索引、冗余的字段，或者甚至缓存表和汇总表来加速读取。这为写入查询和维护工作增加了工作量，但这仍然是设计高性能查询的常见技巧：用极大的加速读取来弥补较慢的写入的代价。（但是也为读写增加了开发复杂性）
InnoDB存储引擎的一些tip：
“
事务性：支持事务和四种事务隔离级别。
外键：在Mysql 5.0中唯一的支持外键的存储引擎。
行级锁：锁设定于行一级，不会向上传递并且也不会阻塞选择——标准选择根本不会设定任何锁，有很好的并发特性。
多版本：InnoDB使用多版本并发控制，默认情况下不会选择读取陈旧数据。
按主键聚集：所有InnoDB表都是按主键聚集的。
所有索引包含主键列：索引按照主键引用行，因此，如果不把主键维持的很短，索引就会很大。
优化的缓存：InnoDB把数据和内存缓存在缓冲区池里。会自动构建哈希索引来加快行读取。
未压缩的索引：索引没有使用前缀压缩，因此可能会比MyISAM表的索引大很多。
数据装载缓慢：在MySql5.0中，InnoDB不会特别优化数据加载。它一次构建一行的索引，而不是按照排序进行构建。导致加载缓慢。
阻塞AUTO_INCREMENT：在MySql5.1之前的版本，InnoDB使用了表级锁来产生每个新的auto_increment值。
没有缓存的count(*)值：和MyISAM表或Memory表不同，InnoDB表不会把表的行数保存在表中，这意味着没有where子句的count(*)查询不会被优化掉，并且需要全表或索引扫描。
”
查询优化：
在下面的应用场景中，在应用程序端进行联接效率更高：可以缓存早期查询的大量数据；使用了多个MyISAM表；数据分布在不同的服务器上；对于大表使用in()替换联接；一个联接引用了同一个表很多次。
查询缓存：Mysql对查询缓存的实现就是将查询文本作为key，将结果集作为value的一个map。因此，查询语句的任何一点变化都会导致缓存不命中，书写一致的查询语句就成了mysql操作的要点。另外就是查询缓存不缓存任何包含不确定函数的查询，比如NOW()。换句话说，用户自定义的函数，变量等等都不会被缓存。（原理是这样的，服务器会执行一次不区分大小写的检查来验证查询是否以SEL打头）。另外值得说明的是，结果太大也不会被缓存的。建立缓存也是有开销的，比如内存分配等，开启了缓存后查询就会检查，这也是性能开销，因此开启与否要根据情况仔细斟酌。