数据库设计

面试官：
现在你的系统压力其实不大，每天20万新增数据量也不大，每年哪怕单表新增千万级数据其实也还算可以接受。
第一个问题：如果假设你的系统承载的业务量翻了10倍，每天新增200万数据，你的系统架构要如何演进？
如果你的系统承载的业务量翻了100倍，每天新增2000万数据，你的系统架构要如何演进？

意识：
大家可以思考一下，如果10倍增长，单表每年新增近亿数据，还能用单库单表的方式来承载吗？
肯定不行了，所以必然针对10倍增长的场景，需要引入分库分表的技术，保证每个库每个表分散一定的数据量，避免单表单库数据量过大。
那么大家再思考一下，如果100倍增长呢，每年单表新增近10亿数据，你分库分表也不一定够了。因为此时可能会有高并发访问的问题，数据库抗起来很吃力。
此时，你要不要考虑数据异构、冷热分离等数据存储的架构设计？
比如采用MySQL分库分表 + 分布式NoSQL数据库 + Elasticsearch分布式搜索 + Redis缓存的架构，来整体设计这个数据存储架构。
你可以先做冷热分离的架构，比如最热的数据放入分布式NoSQL数据库，专门承载当日数据的高并发写入，以及高性能的读写。
然后每过一段时间，做数据归档，把NoSQL里不再频繁使用的冷数据迁移到MySQL里去归档。
最后就是应对海量数据的检索，可以把索引构建在Elasticsearch里来应对，但是从NoSQL+MySQL的异构存储来提取明细数据即可。
而且针对一些特别热查询的数据，可以依托Redis做一个缓存。