A数据库可以优化层面
1数据库结构的优化（硬件升级，读写分离，分表技术，，添加缓存数据库）
2表结构的优化（3范式设计，反三范式的设计，使用合适的存储引擎）
3语句的优化（使用存储过程和触发器，合理使用索引）
B优化的思路：
如果是周期性波动，则需要调整缓存的缓存清除策略，防止内存穿透，击穿和雪崩
如果不是周期性的问题，则需要通过processlist去分析是语句等待的时间问题还是语句的执行问题
语句的等待时间问题，则需调整数据库服务器的缓冲区和线程数
如果是语句问题，可以使用show profile for query，和explain去分析语句的具体执行细节。
数据库结构的优化：
。。。。。。。。。。。。。。。
2表结构的优化
表的设计，首先需要按照三范式去设计
- 确保每列的原子性（约束表的所有字段）（规范话所有字段，都不可再分如（中国广东，必须要分开））
- 非键字段必须依赖于键字段（一个表只描述一件事（如老师表，不存放学生表的信息））（主键时表的关键字段，非主键是具体描述这个表的信息）
- 消除传递依赖（非主键字段中，如果一个字段可以推导出另外一个字段，这叫传递依赖）
在次基础上，为了提高查询效率，可以适当增加表冗余，以减低表查询时，在关联表的时候，耗费的时间（具体需要结合业务场景）
存储引擎的选择：
innodb
mymisan
Myisam不支持事务，查询效率高，碎片化多
（使用了）
1字段类型的选择优先级：
整型>date,time>enum,char,varchar>blob
2.字段的空间够用即可，不要设置过大
3.尽量不用null,用其他值代替，因为null不利于索引，要用特殊字符标识，占更大的空间
Myisam的次索引和主索引 都指向物理行（根据数的节点信息，使用指针到物理地址找出信息）
Innodb.支持视物，数据的修改优
innodb的次索引指向对主键的引用（主索引的叶子节点已存在具体的行信息）
3语句的优化
存储过程和触发器。是已经在数据库服务器编译好的语句，直接执行返回结果即可，节省了传输语句和编译语句耗费的时间
建立索引。
主键索引与唯一索引的区别
主键：只能有一个，不能重复，不能为空
唯一：可以有多个，不能重复，可以为空
独立索引只能使用一个，为了提高效率，可以使用联合索引
因为排了c3再排c2,c2需要sql服务器去重新排序，所以extra出现；了filesort
extra的参数含义：
建索引需要注意的内容：
理想的索引：
1.查询频繁
2.区分度高（可以通过这条语句去去确定）
索引只截取的字段的前几个字符
看扫描的行数可以判断查询效率
值越接近1，区分度越高，一般到达0.9已经是可接收的程度了
用crc函数，将字符转为hash列，降低索引长度，提高查询效率
延迟关联：
先使用id查询，实现索引覆盖，再使用关联擦查询，查询limit后的内容
延迟查询是先再节点中找到位置，再到物理地址获取
Explian的字段解释select——type（simple不含子查询）
Table 表名
Type列：
Ref,索引迅速定位到某一个范围
In子查询，先查主表再查次表，
Exit和关联查询的主次表查询顺序
要用分析器explian去分析 （尽量让少的表去全盘扫面，不要生产临时表）
数据库的优化，需要从服务器，表的设计，索引去优化，到语句的优化层，可优化的空间已经很小了
3.长度小
4.尽量能覆盖常用的查询字段
如果是innodb,
- 有多个比较长的列
- 是聚族索引，导致沿id排序时，要跨好多小文件
- 有比较长的列，导入块比较多
-
如果使用复合索引的时候，只会去主键索引中查找，不存在主键索引的跨快问题（符合索引类似于指针）