MySQL大表优化

当MySQL单表记录数过大时，数据库的CRUD性能会明显下降

常见的优化方法如下：

1. 限定数据范围：加上where条件或者limit限制查询条数，不要查全表
2. 读写分离：主库负责写，从库负责读
   原因：数据库的写入，影响了查询的效率；适用于读多写少的场景，减少单个数据库的压力
3. 垂直分库：根据业务模块不同，不同表存储在不同的数据库，适合业务之间的耦合度非常低、业务逻辑清晰的系统
4. 垂直分表：对字段进行拆分，常用字段放在一个表，不常用字段放在另一个表
   原因：一条记录占用空间过大会导致跨页，造成额外的性能开销，磁盘IO次数多
   优点：列数据变小，减少I/O次数，简化表结构，易于维护，提高热门数据的查询效率
   缺点：主键冗余，需要管理冗余列，并会引起联表join操作，会让事务变得复杂
5. 水平分库：把同一个表的数据按照一定规则拆分到不同的数据库中，不同的数据库可以放到不同的服务器上
6. 水平分表：在同一个数据库内，把同一个表的数据按照一定规则拆分到多个表中
   解决单表数据量过大的问题
   优点：解决单表数据量过大、高并发的瓶颈问题，提高系统的稳定性和负载能力
   缺点：多次扩展难度大、维护成本高；事务一致性难以得到保证
   拆分方式：
   • 按照时间区间或ID区间来切分
     • 优点：便于水平扩展，扩展时只需添加新的表即可，无需对其他数据进行迁移
     • 缺点：无法做到"冷热数据分离"，热数据频繁查询；冷数据很少被查询
   • 根据数值取模
     • 优点：分片均匀，不容易出现热点和并发访问的瓶颈
     • 缺点：后期分片集群扩容时，需要迁移旧的数据；跨分片查询复杂

推荐阅读：https://blog.csdn.net/itguangit/article/details/79825577