（1）合适的数据类型
（2）通过拆分提高表的访问效率
垂直拆分：比如一个表有些常用的列，有些不常用的列，可以做垂直拆分
优点：因为是垂直拆分，数据行变小，一个数据页能存放更多的数据，查询时减少IO次数。
缺点：列冗余，查询所有数据时需要表连接操作
水平拆分：根据一列或者多列数据的值进行拆分。
使用场景：
1、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，也降低了索引的层数，提高查询速度
2、表中的数据本来就有独立性，例如表中记录各个地区的数据或不同时期的数据，有些数据常用，有些不常用。
3、需要把数据存放在多个介质上面
比如移动电话账单表，近3个月的数据存在一个表里，3个月前的存在另一个表，超过1年的可以存储到单独的存储介质。
缺点：水平拆分会给应用增加复杂度，通常查询时需要多个表名，查询所有数据时需要union操作。
（3）逆规范化
主要用途是提高查询速度，比如通过增加冗余列，派生列，重新组表的方式，减少表的连接操作，但是缺点是可能出现数据完整性问题。
维护完整性常用方法，批处理维护，应用逻辑和触发器，
触发器是比较好用的方式，比如对数据的任何修改立即触发对复制列或者派生列的响应修改。
（4）使用中间表提高统计查询速度
优点：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。
中间表上可灵活添加索引或增加临时用的新字段，从而达到提高统计查询效率的作用。