本文已参与「新人创作礼」活动，一起开启掘金创作之路。
数据库结构的优化
什么情况下需要分库分表？
从数据库角度看，数据库出现瓶颈时：
（1）高并发场景下，大量数据库操作的请求被阻塞。
（2）SQL操作变慢时，若当数据量非常大，查询没有命中索引会全表扫描，非常耗时。
（3）单机存储出现问题，业务量剧增时，单库数据量越来越大，给存储造成巨大压力。
从机器角度看，性能瓶颈在CPU、内存、磁盘等。
优化：SQL调优、表结构优化、分库分表、数据库集群+读写分离、提高机器性能等；
表结构优化：
- 尽量选择简单的数据类型（int, varchar/ text）
- 尽量不要存储NULL值；
- 在合适的地方创建索引（小字段、不要null）
分表：
（1）表的水平切分（Sharding，同库水平拆分）：将同一个表中的记录拆分到多个结构相同的表中（策略：哈希取模、ID范围、日期划分）。当一个表的数据不断增多时，Sharding 是必然的选择，优点：减小单张表的索引树，提高查询效率；减小大表更新时的锁等待；缓解单个数据库的压力；
（2）表的垂直切分：将一张表按列切分成多个表。经常使用的（关系密切的）字段放在一张表中。将不常用的字段放在一张表中；大字段放在一张表中；优点：使业务更清晰，数据维护更简单。
分库：
将服务的表放到不同的数据库，甚至将一个系统拆分为多个子系统，例如微服务架构。
单库拆分：将不同服务的表放到不同的库。（单库也有瓶颈）
多库拆分：一张表拆分到多个库，减小单张表的大小。
问题：（1）跨库关联问题(冗余字段、全局表)、（2）分布式事务问题(MQ)、（3）分布式ID(UUID)（4）排序与分页与函数问题(单表计算后汇合)。
系统配置的优化
- 操作系统：增加TCP支持的队列数；
- MySQL配置文件优化：缓存池大小和个数设置
硬件的优化
- 磁盘性能：固态硬盘；
- CPU：多核且高频；
- 内存：增大内存
表中包含几千万条数据该怎么办?
1.优化SQL和索引，使用limit查询必要的行（Id连续增加时，指定偏移量Between and；连接查询优化），
查大数据量时（不查询不需要的列）
2.增加缓存，如memcached、redis;
3.读写分离，可以采用主从复制，也可以采用主主复制;
4.分表
