Mysql千万级别的大表，要如何优化

根据不同的业务，优化的侧重点可能不一样，大体上可以归纳了如下一下方法，建议优化的时候要考虑成本问题，

最好是改动又少又快，效果还又好；改动越大越容易出各种问题。

大部分博文都没有提到硬件升级的方法，这种方法比较适合于短时间急需提高性能的场景，比如过明天马上有什么节日活动了，系统需要承受更高的请求量峰值，当其它简单的优化策略都用了，还达不到效果，紧急改代码增加缓存又有点仓促了，可以考虑买个更好的云服务器（内存、磁盘），租用个半个月一个月，顶一下峰值。

 

1. 优化sql和索引；
2. 调整mysql配置参数，参数若是读为主，索引已经创建的非常好，若是读为主，可以考虑打开query_cache，以及调整一些参数值：sort_buffer_size,read_buffer_size,read_rnd_buffer_size,join_buffer_size ；
3. 升级硬件，更多的内存和更快的硬盘。如果是InnoDB引擎，多利用点内存，减轻磁盘IO负载，因为IO往往是数据库服务器的瓶颈；
4. 读写分离，做主从复制，对主库进行增删改，对从库进行读，可以再应用层修改，也可以用第三方工具。由于Mysql主从复制是异步的，主从在同一时刻难免存在数据不一致的问题，特别是主从机器是跨机房或者跨地域，网络延迟大，数据很难保持强一致性。所以若是要求数据强一致性，这种方法就不合适。
5. 增加缓存层，比如redis。需要修改应用层代码，读的时候先读cache，cache没有的话，再查数据库并回写cache;增删改时需要先删除cache的数据，再操作mysql，操作mysql成功后回写到cache，避免出现cache和mysql数据不一致的情况。
6. 分区，mysql自带分区表，对应用是透明的，无需更改代码, 但是sql语句是需要针对分区表做优化的，sql条件中要带上分区条件的列，从而使查询定位到少量的分区上，否则就会扫描全部分区；
7. 水平分表（垂直分表需要根据具体的字段和业务分析，此处不考虑），需要修改应用代码，修改sql语句。分表的方法：比如通过日期进行分表（如交易订单表），每个月分成一张表，这个相对简单一点。或者通过账号ID（如用户信息表），算出一个hash值再取模N(N个表，这时候要注意，如果这N个表过阵子又涨到千万级别，可能又需要扩容到2*N个表，迁移数据是个麻烦事，所以N可以适当大一点)。