mysql 数据库实际应用中的大数据处理

某年某月，我接到公司的任务，要搭建一个游戏平台系统，管理旗下所有游戏的玩家账户数据。起初拿到任务后，想了想。那么这个系统就是一个注册，一个登陆就ok了。
于是有了下面的数据库设计。

tbl_account. 表【主键ID，用户名，密码，注册时间，……】

业务逻辑开发完成，OK。内网测试没问题，业务流程正常，可以提供服务了。此时数据是A数量级条。

过了几天自己在该表插入B数量级条测试数据，发现查询速度（注册，登录），瞬间变慢了，好难过……
凭借多年的临床经验告诉我，应该进行分表了。
采用将用户名hash的方式，mod N之后把数据hash到N张表（tbl_account000,tbl_account001,tbl_account002,……）中，这时候单张表就会小很多了。
修改完毕，业务流程正常，服务正常。

过了几天自己用测试数据装入以上分好的表中，将数据量添加到C数量级。再次发现业务响应变慢了，十分难过……

这次数据量的大小快把数据库所在服务器硬盘撑满了,小伙伴怕不怕呢

如果外网运营真的满了，呵呵吧
好在我们有一颗不服输的心

大学时算法老师说的好，分而治之。
所以我们又有了新的解决办法。
将所有的业务数据拆分为M个库，同样采用hash用户名的方式，将用户数据hash到不同的库中（不同的库位于不同的服务器主机上），每个库中同样采用分表的处理办法。