在数据库设计的过程中，用户可能会有疑问：是否所有表都应该按照第三范式来设计？表中的字段设置多大
长度合适？这些小问题，也需要谨慎对待，合理设计，此后也需要对MySQL中一些数据库对象进行优化。
1、优化表的数据类型
原则上，表需要使用何种数据类型是需要根据应用来判断的；需要有一些冗余，但是不推荐很多字段都有大量冗余。
MySQL中，可以使用函数PROCEDURE ANALYSE()对当前的表进行分析，该函数会对数据表中列的数据类型提出优化建议，
用户可以根据应用的实际情况酌情选择是否实施优化。
select * from table_name procedure analyse();
select * from table_name procedure analyse(16,256);以上第二个语句告诉procedure analyse()不要为哪些包含的值对于16个或者256个字节的ENUM类型提出建议,因为ENUM类型通常很难阅读。
表中数据量越大，给出的建议越合理。根据建议我们可以使用alter table table_name modify ...来修改对应的列。
2、通过拆分表来提高访问效率
这里所说的拆分，是指对数据表进行拆分。如果针对MyISAM类型的表进行，那么有两种拆分方式（InnoDB也适用）：
1）垂直拆分：即把主码和一些列当道一个表中，把主码和另外的列放到另一个表中。
如果一个表中有一些列常用，另一些列不常用，则可以采用垂直拆分；垂直拆分，一个是的数据行变小，一个数据页就能
存放更多的数据，在查询时就会减少IO次数。缺点是，要管理冗余列，查询所有数据需要联合（JOIN）操作。
2）水平拆分：即根据一列或者多列数据的值将数据行放到两个独立的表中。
水平拆分通常在以下几种情况下使用：
- 表很大，分割后可以降低在查询时需要读的数据和索引的页数，同时也降低了索引的层数，提高查询速度。
- 表中的数据本来就有独立性，例如：表中分别记录各个地区的数据或不同时期的数据，特别是有些数据常用，有些数据不常用。
- 需要把数据存放到多个介质上。
例如：移动电话的账单表就可以分成两个表或者多个表。最近3个月的账单数据存在一个表中，3个月前的历史账单存放在另外一个表中，
超过1年的历史账单就可以存储到单独的存储介质上，这种拆分是最常使用的水平拆分方法。
水平拆分会给应用增加复杂度，他通常在查询时需要多个表名，需要UNION操作。许多时候，这种复杂性会超过他带来的有点，故要根据实际
情况决定是否需要对表进行水平拆分。
3、逆规范化
对于查询较多的应用，要根据实际情况运用逆规范化对数据进行设计，通过逆规范化来提高查询的性能。因为规范化越高，产生的关系就越多，关系
过多的直接结果就是导致表之间的连接操作频繁，而表之间的连接操作是性能较低的操作，直接影响查询速度。
反规范化带来的好处是降低连接操作的需求、降低外码和索引的数目，还可能减少表的数目，相应带来的问题是可能出现数据的完整性问题。加快
查询速度，会降低修改速度。一般来说好的索引和其他方法经常能够解决性能问题，而不必采用范规范化方法。
常用的反规范化技术有：增加冗余列，增加派生列，重新组表和分割表。
逆规范化需要维护数据的完整性，方法有：批处理维护（定时跑存储过程，实时性不高）、应用逻辑维护（太复杂，容易遗漏）、触发器（实时的）。
4、使用中间表提高统计查询速度
对于数据量较大的表，在其上做统计查询通常效率会很低，并且还要考虑统计查询是够会对在线的应用产生影响。通常在这种情况下，使用中间表
可以提高统计查询的效率。
中间表在统计查询中经常会用到，有点如下：
- 中间表复制源表部分数据，并且与源表相“隔离”，在中间表上做统计查询不会对在线应用产生负面影响。
- 中间表上可以灵活的添加索引或者增加临时用的新字段，从而达到提高统计查询效率和辅助统计查询作用。
