數據列類型與查詢效率
選用適當的數據列類型有助於提高查詢命令的執行速度，下面是幾點關於如何選擇合適數據列類型的建議：
盡量選用尺寸較小的數據列。這樣能節約磁盤空間和加快查詢速度。如果較短的數據列上建有索引，則索引的處理速度會進一步提高。
針對數據列類型，盡量選擇最適用的數據表類型。如固定長度數據列在MyISAM或ISAM數據表中的速度是最快的，所以在這樣數據表中盡量使用char類型而不是varchar類型來保存字符串數據。對於InnoDB數據表類型，由於varchar類型可有效減少占用空間，從而減少磁盤I/O，所以使用varchar類型是有利的。對於BDB類型數據表，使用定長和不定長列類型的區別就不大，可任選一種。
盡量把數據列聲明為NOT NULL，以節約存儲空間和加快處理速度。
對於取值范圍有限的數據列，考慮使用ENUM數據列類型。ENUM數據列類型在MySQL中的處理速度是很快。
使用PROCEDURE ANALYSE()語句來分析數據表，它會對數據列的聲明提出建議，我們可根據建議進行修改。
select * from table_name PROCEDURE ANALYSE();
select * from table_name PROCEDURE ANALYSE(16,256); #(16,256)含義是：如果某列的不同取值在16個以上或長度超過256字節，就不提出使用ENUM的建議。
用OPTIMIZE TABLE語句對容易出現碎片的數據表進行整理。包含可變長數據列的數據表都會產生碎片，從而占用多余的磁盤空間和影響查詢速度。所以要定期運行OPTIMIZE TABLE語句以防止數據表查詢性能降低。但該語句只對MyISAM數據表有效。對各種數據表通用的碎片整理方法是這樣的：先用工具程序MySQLdump導出數據表，再刪除數據表後重建，如：
$ MySQLdump --opt db_name table_name > dump.sql
$ MySQL db_name < dump.sql
把非結構化和變化大的數據放在BLOB數據列裡，定期用OPTIMIZE TABLE命令優化。
人為地給數據表增加一個數據列，以充當索引。做法是這樣的，先根據數據表裡的其它數據列計算出一個散列值，並保存在一個數據列裡，然後通過搜索散列值來檢索數據行。注意，該技巧只適用於精確匹配型查詢。散列值在大於，小於等的操作中不起作用。散列值可以MD5()(適用於3.23及以上版本)，SHA1()(適用於4.0.1及以上版本)，CRC32()(適用於4.1及以上版本)等函數生成。使用散列值支檢索BLOB和TEXT值的做法比直接檢索BLOB和TEXT本身的做法快。
盡量避免對大尺寸的BLOB值進行檢索。如果要檢索都應該通過它的上面提到散列值先進行篩選。而不應該盲目地在網絡中傳送大量BLOB值。
如果把BLOB值剝離到另外一個數據表裡去，可實現數據表中其它數據列轉變成固定長度數據列的話。就即可減少數據表碎片，又可使在原始表中的select *查詢不會把大尺寸的BLOB值不必要地通過網絡傳送。
