大数据 批量查询问题

我有一张2000W数据的表 就一列都是手机号。（将来有可能过亿） 
现在有人提交1W个号码，怎么才能快速判断出手机号是否在这张表中  现在这样 直接迭代1W次共花费掉12000毫秒，我用IN了但是每次只能1K个号耗时100毫米 要是十次那就是1000毫秒 效率已经有了提供 希望能控制在100毫秒，另手机号字段已经建立了主键，如果在建立索引，会起作用吗？会提高效率吗？ 
用内存的SET当然可以，有弊端，当过大时，效率也会降低，不利于维护，共享数据！测试本地5000KW，JVM暴了，只能加大JVM内存！ 1000KW不是问题，但不能不考虑以后！ 

最好MYSQL 或 oracle 数据库啊 太复杂的我不会！大家发的解决方案，我一定好好测试 

采用分区1W个手机号要查询好几次 去每个分区差 最后效率没有提高 

通过建立索引还没有解决  现在能达到500毫秒 

表分割的后果 按号段来存储134，135 带来后果，1W个号要查询多个表，按性能要求，平均下来查一个表要10毫秒搞定 有点难 

我只要能控制在100毫秒 就心满意足了

 

 

 

 

请量化你的“快速”的含义。并给出目前的查询性能状况，不然无法进行优化。如果是相对手工，那么怎么都算快的。

下面列出可能用得到的优化
1.给手机号这列增加索引
2.因为手机号是有号段的。比如134 135 139等等。可以先把1W条记录分拆成几个部分。比如开头3位，其实总数并不多。可以先提取出来进行排查。这样很快1W条就过滤掉不少了。然后继续几位几位逐渐过滤。还可以考虑给手机号字段增加函数索引，更加加快速度。
3合理规划表和索引的表空间

 

 

 

一般来说，对手机号建立索引就可以了，索引是很快的。
如果要求性能更高，在比较极端的情况下，可以直接把1千万手机号都放到内存里作为HashSet或HashMap，这样查询更快，不过维护内存中数据和表中一致要额外做些工作。

 

 

1.一万号码写入临时表
2.再调用merge语句（DB2,ORACLE都有该语法，其他数据库不清楚）