MySQL 对于大表（千万级），要怎么优化
【今日推荐】：为什么一到面试就懵逼！>>> 提到优化，先要确定出现的问题，是存储引擎选择问题，还是sql语句使用问题（如：索引）亦或者是单一存储服务器对于千万级别的数据力不从心。 解决方法： 1、根据不同业务选用不同存储引擎，虽然一般情况下都优先选择InnoDB。 mysql两种存储引擎的区别: MyISAM Innodb 事物支持 ： 不支持 支持 锁的粒度： table Row 存储容量： 没有上限 64TB 哈希索引 ： 不支持 支持 全文索引： 支持 不支持 外键： 不支持 支持 2、分析sql语句的影响结果集。查慢查询日志，定位慢查询的sql语句，查看是否有锁定的sql操作。 3、分库，分表，分区（慎用分区，往往OLTP操作不适用分区，分区反倒会拖慢原有查询） 4、 利用缓存或NoSql代替现有一些热点查询操作，减轻Mysql压力 。 分库： 可以基于业务逻辑拆分，不同业务分布在不同服务器中，减少单一服务器压力 分表： 垂直分表和水平分表两种方式 垂直分表：将表中的一些频繁更新和非频繁更新的字段分开存放 水平分表，三种分表方式： 均等分表，哈希方式分表，优点是负载平均分布，缺点是当容量持续增加时扩荣不方便，需要重新分表，主键就很不好处理。 递增分表，比如每一千万数据开一个新表，优点是自适应强，缺点是数据负载不均衡，需要代码层额外处理。 时间分表， 根据不同的创建时间分表