1.选择正确的存储引擎
存储引擎是为数据存储管理提供基础功能的软件组件。mysql提供了多个存储引擎，包括innodb、myisam、memory等。在选择存储引擎时，需要评估应用程序的要求和特点。如果应用程序需要高并发支持和事务处理，则应选择innodb引擎；如果应用程序只需要简单的读写操作，则可选择myisam引擎。
2.使用压缩技术
压缩技术是优化数据存储的重要方法。mysql提供了多种压缩技术，如压缩表、压缩行等。在对表进行压缩时，可以使用alter table语句启用压缩，或在创建表时设置row_format选项。
3.优化表结构
表结构的优化可以减少表的空间占用，提高数据访问的效率。常见的优化方法包括：
（1）尽量使用整数类型
整数类型在存储空间和计算效率方面均比其他数据类型更好。尽量使用int、bigint等整型数据类型保存数值类型的数据，而不要使用float、double等浮点数类型。
（2）使用enum与set类型
当需要存储固定值时，可以使用enum与set类型，它们的存储空间和查询效率都比varchar等类型更高。
（3）避免使用text与blob类型
text与blob类型的存储空间较大，在查询时也较为耗时。如果可以使用varchar等类型代替，则应该尽量避免使用text与blob类型。
（4）避免过度使用null值
null值在使用时需要额外的空间和时间来处理，因此应该尽量避免对表中的列使用null值。
4.分区表
分区表是一种将表分成多个逻辑部分的技术。mysql支持水平分区和垂直分区两种方式。水平分区将表按行进行分组，每个分区都有自己的物理存储单元，可以独立进行管理。垂直分区则按列进行分组，将表中的列分为多个部分，每个部分都保存在单独的表中。
分区表在处理大数据时可以有效地提高查询和插入操作的效率，减轻系统负荷。
5.使用索引
索引是对数据库表中一列或多列进行排序的结构，可以提高数据访问的效率。mysql提供了多种类型的索引，如b-tree、哈希表、全文索引等。在使用索引时需要注意以下几点：
（1）避免创建过多的索引
索引可以提高查询效率，但是创建过多的索引会占用过多的存储空间，降低数据修改的效率。因此，在创建索引时应该根据应用程序的需求进行调整，尽量避免创建过多的索引。
（2）避免使用长字符串作为索引
使用长字符串作为索引会占用较大的存储空间和计算时间，降低数据修改的效率。因此，在选择索引列时应该尽量选择长度较短的字符串或整型数据类型。
（3）周期性维护索引
在数据量较大的情况下，索引可能会变得庞大且不稀疏，导致查询效率降低。因此，需要周期性地对索引进行优化和维护，如重新组织和重建索引等。
综上所述，mysql中的数据存储优化技巧涉及到多个方面，包括选择正确的存储引擎、使用压缩技术、优化表结构、分区表、使用索引等。以上这些技巧将帮助优化mysql的数据存储方式，提高数据库的性能和可靠性，从而更好地满足应用程序的需求。
以上就是mysql中的数据存储优化技巧的详细内容。