當數據庫扼住系統性能咽喉，直接分庫分表能解決嗎？子庫和子表是一種相對落后的優(yōu)化方法，因為成本相對較高。遇到數據庫瓶頸：-首先考慮SQL優(yōu)化，這是最簡單的方法。對現有系統沒有影響。-第二個是考慮數據庫讀

當數據庫扼住系統性能咽喉，直接分庫分表能解決嗎？

子庫和子表是一種相對落后的優(yōu)化方法，因為成本相對較高。

遇到數據庫瓶頸：

-首先考慮SQL優(yōu)化，這是最簡單的方法。對現有系統沒有影響。

-第二個是考慮數據庫讀寫分離，這也是一個相對簡單的方法。在數據庫級配置中，系統級只需要調整獲取數據庫連接的邏輯即可。讀取數據時，可以同時獲得主庫和從庫連接。寫入數據時，僅獲取主庫連接。

-考慮添加緩存層。數據緩存在緩存中，再次訪問時不再從數據庫檢索。通常，緩存層對系統是透明的，對系統本身沒有影響。但是，cache的引入也引入了相應的需要考慮的問題，如雪崩、命中率、分布式cache等]-還有一種非技術手段，就是改變需求。性能問題的原因是否不合理？還是要求太復雜？需求可以簡化嗎？這種方法對系統的影響相對較小。

-最后，考慮子數據庫和子表。優(yōu)先考慮子數據庫，因為它比子表簡單。將相應的表移動到新的數據庫中，并調整系統的邏輯以獲得數據庫連接。在這里，我們需要考慮移動哪些表。在提高性能的前提下，我們首先嘗試避免分布式事務。

-最后，考慮子表。子表的主要原因是單個表中的數據量很大。子表分為縱斷面和橫斷面。垂直剪切是按列剪切的，例如用戶表。常用信息為基本信息表，其他信息為明細表。橫切是按行切割。例如，一個有1億數據的表被分成10個有1000萬數據的表。這涉及到數據應該存儲在哪個表中或從哪個表中獲取。在表被劃分之后，可以對數據庫進行進一步的優(yōu)化。

-如果涉及分布式事務，應考慮如何保證分布式事務。理論上，2個，3個，帕克斯，帽子，底座。相應中間件的使用。

系統的設計和優(yōu)化不是模仿的問題，而是需要根據實際場景進行處理。

mysql表數據量太大，達到了1億多條數據，除了分庫分表之外，還有沒有其他的解決方式？

在正常配置下，MySQL只能承載2000萬數據（同時讀寫，表中有大文本字段，單服務器）?，F在已經超過1億，而且還在增加，建議按以下方式處理：

1子表。它可以按時間或一定的規(guī)則進行拆分，以便盡可能地查詢子表中的數據庫。這是最有效的方法。特別是寫，放入一個新表，并定期同步。如果記錄不斷更新，最好將寫入的數據放在redis中，并定期同步表3的大文本字段，將它們分隔成一個新的獨立表。對于較大的文本字段，可以使用NoSQL數據庫

4優(yōu)化體系結構，或者優(yōu)化SQL查詢，避免聯合表查詢，盡量不要使用count（*）、in、recursion等性能消耗語句

5使用內存緩存，或者在前端讀取時增加緩存數據庫。重復讀取時，直接從緩存中讀取。

以上是一種低成本的管理方法，基本上幾個服務器就可以做到，但是管理起來有點麻煩。

當然，如果總體數據量特別大，并且您不關心投資成本，請使用集群或tidb