千万级表查询优化

最近想换工作了，面试经常被问道超大表查询优化方面的东西，在这里总结一下个人的一些心得，如果有幸被哪位技术大牛看到，不当之处请多多指教！

1：给需要高频查询的字段增加索引
2：优化查询sql执行效率
3：把现有表改为分区表
4：在应用层加缓存减少热点数据访问数据库的次数（如果是使用oracle的话，可以查看awr报告找到执行次数最多和执行效率最差 的一些sql，然后把这些操作用到的数据加载到缓存中）
5：使用分表/分库策略，把数据分散到不同的表/库中（如果业务流程都需要用到全表扫描则不太适合）
6：使用数据库读写分离（减轻服务器单节点的压力）

设计程序的时候如果预估数据会超过100W就应该考虑优化查询语句，增加索引等操作。

如果数据量会查过1000W就应该考虑 分区表+缓存的策略

如果分区表+缓存的策略也不行了那就考虑读写分离、分表、分库等方案

如果以上方案都用了还会有性能问题，那只能使用杀手锏nosql了，当前前提是这个大表不会涉及复杂的逻辑查询查询，最好只是简单的key-value查询（key-value高并发查询是mangodb、hbase等nosql产品的拿手好菜啊）

如果nosql也吃不消了，就只能阿弥陀佛自求多福了，我也没辙了。如果哪位大神有更好的方案 求指教