一. 前言 二. 项目实战 三. 测试 四. 问题 1. 无法知道走的到底是哪个数据源

如果我们现在在搭建新的业务架构，如果说你们未来的业务数据量会达到千万 或者上亿的级别 还在一股脑的使用分库分表的架构，那么你们的技术负责人真的就应该提前退休了

能够实现 n 库扩 2n 库的秒级、平滑扩容，增加数据库服务能力，降低单库一半的数据量，其核心原理是：成倍扩容，避免数据迁移。

MySQL是关系性数据库中的一种，查询功能强，数据一致性高，数据安全性高，支持二级索引。但性能方面稍逊于非关系性数据库，特别是百万级别以上的数据，很容易出现查询慢的现象。这时候需要分析查询慢的原因，一般情况下是程序员sql写的烂，或者是没有键索引，或者是索引失效等原因导致的。 …

应尽量避免在 where子句中使用!=或<>操作符，否则将引擎放弃使用索引而进行全表扫描。 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by涉及的列上建立索引。 若要提高效率，可以考虑全文检索。 应尽量避免在 where 子句中对字段进行表达式…

对「千万量级数据中查询 10W 量级的数据」的诉求，设计了不同的技术方案，包括多线程+CK翻页，Elasticsearch scroll scan深翻页，ES+Hbase，RediSearch。

对查询进行优化，应尽量避免全表扫描，首先应考虑在where及orderby涉及的列上建立索引。应尽量避免在where子句中对字段进行null值判断，否则将导致引擎放弃使用索引而进行全表扫描可以在num

1.概述 我们都知道随着业务系统的发展和使用，数据库存储的业务数据量会越来越大，逐渐成为了业务系统的瓶颈。在阿里巴巴开发手册中也建议：单表行数超过500万行或者单表容量超过2GB才推荐进行分库分表，如

随着京东供应链业务业务数十年的发展，作为第一环节的采购系统（BIP）俨然在业务复杂度、订单数据量上达到了前所未有的规模，随之而来的数据库查询性能问题屡见不鲜。