主要是指三方面，即表结构、字段结构以及索引结构，这些结构如果不合理，在某些场景下也会影响数据库的性能，因此优化时也可以从结构层面出发。一般在项目的库表设计之初就要考虑，当性能瓶颈出现时再调整结构，就为时过晚。
1. 表结构的优化
表结构设计时字段数量一定不要太多，InnoDB引擎基本上都会将数据操作放到内存中完成，一张表的字段数量越多，能载入内存的数据页会越少，当操作时数据不在内存，又不得不去磁盘中读取数据，这显然会很大程度上影响MySQL性能。
表结构的设计，正常情况下应当遵循《数据库三范式》的原则设计，尽可能的根据业务将表结构拆分的更为精细化，一方面确保内存中缓存的数据更多，更便于维护，而且执行SQL时，效率也会越高。
主键选择要合适，一张表中必须要有主键且最好是顺序递增的。一张表如果业务中自带自增属性字段，最好选择这些字段作为主键。没有可以设计一个与业务无关、无意义的数值序列。
对实时性要求不高的数据建立中间表。很多时候为了统计一些数据时，都会基于多表做联查，以此来确保得到统计所需的数据，对于实时性的要求不高，可以在库中建立相应的中间表，然后每日定期更新中间表的数据，从而减小联表查询的开销，同时也能进一步提升查询速度。
根据业务特性为不同的表选择合适的存储引擎，主要在InnoDB、MyISAM之间做选择。经常查询，很少发生变更的表可以选择MyISAM引擎。其他表可以使用默认的InnoDB引擎。
2. 字段结构的优化
设计表时选择合适的数据类型
- 姓名字段，一般都会限制用户名长度，不要无脑用varchar，使用char类型更好。
- 一些显然不会拥有太多数据的表，主键ID的类型可以从int换成tinyint、smallint、mediumit。
- 日期字段，不要使用字符串类型，更应该选择datetime、timestamp，一般情况下最好为后者。
- 一些固定值的字段，如性别、状态、省份、国籍等字段，可以选择使用数值型代替字符串，如果必须使用字符串类型，最好使用enum枚举类型代替varchar类型。
总之保持三个原则：
- 足够的使用范围内选择最小的数据类型，它们占用更少的磁盘、内存、和CPU缓存，处理速度也会更快
- 避免索引字段值为NULL，字段空值过多会影响索引性能
- 尽量使用简单的类型代替复杂的类型，如IP的存储可以使用int而并非varchar，因为简单的数据类型，操作时通常需要的CPU资源更少。
3. 索引结构的优化
根据业务创建更合适的索引，主要从4个方面考虑：
- 一个表需要建立多个索引，适当根据业务将多个单列索引组合成一个联合索引，可以节省磁盘空间，能够充分使用索引覆盖的方式查询数据，一定程度上提升数据库的整体性能。
- 值较长的字段尽量建立前缀索引，索引字段值越小，单个B+Tree的节点中能存储的索引键会越多，索引树会越矮，查询性能自然越高。
- 经常做模糊查询的字段，可以建立全文索引代替普通索引，基于普通索引做like查询会导致索引失效，而采用全文索引的方式做模糊查询效率会更高更快，并且全文索引的功能更为强大。
- 索引结构的选择根据业务进行调整，在某些不做范围查询的字段上建立索引时，可以选用hash结构代替B+Tree结构，Hash结构的索引是所有数据结构中最快的，散列度足够的情况下，复杂度仅为O(1)。
