通过拆分，提高表的访问效率

纵向拆分：
纵向拆分是只按照应用访问的频度，将表中经常访问的字段和不经常访问的字段拆分成两个表，经常访问的字段尽量是定长的，这样可以有效的提高表的查询和更新的效率。

对于经常访问的字段，即搜索高频词；不经常访问的字段，搜索频率较低的词。对于一个表，这样拆分对于大数据的搜索，是很有必要的。如：对于一个拥有海量数据的产品网站，必定有一个搜索功能，目前的搜索，较为简单，可能就是就是这对产品名称，或者产品类型，或者产品货号搜索。作为复合搜索的条件并不多，但是对于一个产品的相关属性却很多，如此，首先要分析客户的搜索信息的习惯，一般而言，大家都会从一个“大”的，“较模糊”的方面进行搜索。如客户对某个舞蹈培训感兴趣，可能会在网上搜索相关信息，他（她）很可能搜索 “舞蹈培训”， “ 某某地 舞蹈培训”，“哪哪哪舞蹈培训”等，然后嗖的一下，会有一大堆的选项。。。。客户习惯也是从模糊到明确的一个过程。等等等，呵呵，可能扯远了。其实，就是客户一般会在比较大的方面进行搜索信息。（个人的拙见）。这里“大”的方面，就是较高的频词，敏感词。如此，将这些经常访问的关键字，单独放置一个数据表中，无疑可以有效提高查询效率。同时，针对什么样的网站，类型，着重点，以及客户习惯，对症下药，以符合民意的“搜索”，无疑也会给站点加彩。

横向拆分：

横向拆分是指按照应用的情况，有目的的将数据横向拆分成几个表或者通过分区分到多个分区中，这样可以有效的避免Myisam表的读取和更新导致的锁问题。

目前，我发现横向拆分站点也不少，我们公司有个网站就是这样的，大约有500万个产品，采用的是横向拆分的。由一个表，衍生为10个或者更多表，数据表的压力，也会减轻，无论搜索，还是更新，效率肯定会很高。