第一阶段： 1，一定要正确设计索引 2，一定要避免SQL语句全表扫描，所以SQL一定要走索引（如：一切的 > < != 等等之类的写法都会导致全表扫描） 3，一定要避免 limit 10000000,20 这样的查询 4，一定要避免 LEFT JOIN 之类的查询，不把这样的逻辑处理交给数据库 5，每个表索引不要建太多，大数据时会增加数据库的写入压力 第二阶段： 1，采用分表技术（大表分小表） a)垂直分表：将部分字段分离出来，设计成分表，根据主表的主键关联 b)水平分表：将相同字段表中的记录按照某种Hash算法进行拆分多个分表 2，采用mysql分区技术（必须5.1版以上，此技术完全能够对抗Oracle），与水平分表有点类似，但是它是在逻辑层进行的水平分表 第三阶段（服务器方面）： 1,采用memcached之类的内存对象缓存系统，减少数据库读取操作 2,采用主从数据库设计，分离数据库的读写压力 3,采用Squid之类的代理服务器和Web缓存服务器技术
1.mysql千万级别数据肯定是没问题的,毕竟现在的流向web2.0网站大部分是mysql的 2.合理分表也是必须的,主要涉及横向分表与纵向分表,如把大小字段分开,或者每100万条记录在一张表中等等,像上面的这个表可以考虑通过uid的范围分表,或者通过只建立索引表,去掉相对大的字段来处理. 3.count()时间比较长,但是本身是可以缓存在数据库中或者缓存在程序中的,因为我们当时使用在后台所以第一页比较慢但是后面比较理想 4.SELECT id 相对SELECT * 差距还是比较大的,可以通过上面的方法来使用SELECT id + SELECT * ... IN 查询来提高性能 5.必要的索引是必须的,还是要尽量返回5%-20%的结果级别其中小于5%最理想; 6.mysql分页的前面几页速度很快,越向后性能越差,可以考虑只带上一页,下一页不带页面跳转的方法,呵呵这个比较垃圾但是也算是个方案,只要在前后多查一条就能解决了.比如100,10 你就差99,12，这样看看前后是否有结果.