大字段应按访问模式合理拆分：常查询且需结构化检索的用子表，读多写少且结构松散的用JSON字段，复杂场景采用混合策略。
大字段（如长文本、JSON数据、富文本内容）直接存在主表里，容易拖慢查询、影响索引效率、增加备份与迁移成本。拆分存储不是“要不要做”，而是“怎么拆更合理”。核心看三点：字段是否常被查询、是否需要按内部结构检索、业务变更频率高不高。JSON字段适合轻量、结构松散、读多写少的场景；子表更适合需高频关联、条件过滤、事务强一致的场景。
JSON字段：简单灵活，但别滥用
把非核心、不参与WHERE或JOIN的字段打包成JSON存为TEXT或JSON类型（MySQL 5.7+ / PostgreSQL原生支持），能减少表宽度、避免频繁ALTER TABLE。比如用户配置项、日志元数据、前端表单快照。
- 用数据库原生JSON函数查嵌套字段（如MySQL的JSON_EXTRACT、PostgreSQL的->>），但性能弱于普通列，且无法直接建索引（除非生成列+索引）
- 避免在JSON里存关键业务字段（如订单状态、金额），否则无法利用约束、触发器，也难做行级权限控制
- 更新整条JSON较方便，但局部更新需先读再改再写，有并发风险；建议配合应用层乐观锁或版本号
子表设计：结构清晰，适合复杂关系
把大字段或可扩展属性独立成子表（如article_content、user_preferences），主键外键关联。适合内容需单独检索、分页、全文搜索，或字段本身有生命周期（如审核中/已发布）。
win可用的mysql指令skill
下载
安装、修复、更新或打包一个基于 Python 和 PyMySQL 实现的 Windows `mysql` 命令。适用于用户希望在 PowerShell/CMD 中输入 `mysql` 时重定向到 Python 实现、需要交互式输入 MySQL 连接信息、需要同步到当前用户本地 bin 目录，或需要将该能力封装成可公开复用的 Codex skill。
- 子表可加针对性索引（如对content字段建全文索引，或对status+created_at建联合索引）
- 支持事务一致性——例如插入主记录同时写入子表内容，失败则全部回滚
- 注意JOIN开销：高频查询主表+子表内容时，考虑是否加冗余字段（如摘要、标题）到主表，或用物化视图/缓存预热
混合策略：按访问模式分级处理
真实业务中，往往不是非此即彼。比如一篇博客：标题、作者、发布时间放主表；正文HTML存子表；而标签、阅读数、点赞状态等维度可转为JSON存在主表或独立统计表。
- 高频读取+低更新字段（如阅读数）→ 主表冗余列，配合原子更新（UPDATE SET views = views + 1）
- 结构化但变动频繁的配置 → 子表+版本号，保留历史快照
- 纯描述性、无业务逻辑的附加信息（如编辑器导出的样式JSON）→ JSON字段，降低耦合
选型判断速查表
遇到新字段，快速决策可参考：
- 要按字段值查（如WHERE json->>'$.type' = 'video'）？→ 优先子表，或JSON+生成列索引
- 90%以上请求只读主表，极少访问该字段？→ JSON更轻量
- 字段可能被多个主表引用（如通用附件、模板配置）？→ 独立子表+通用外键设计（如resource_id + resource_type）
- 团队ORM或中间件对JSON支持差？→ 子表兼容性更好，迁移成本更低
