当 MySQL 单表记录数过大时，增删改查性能都会急剧下降，可以参考以下步骤来优化。
单表优化
除非单表数据未来会一直不断上涨，否则不要一开始就考虑拆分，拆分会带来逻辑、部署、运维的各种复杂度，一般以整型值为主的表在千万级以下，字符串为主的表在五百万以下是没有太大问题的。而事实上很多时候 MySQL 单表的性能依然有不少优化空间，甚至能正常支撑千万级以上的数据量：
字段
尽量使用TINYINT、SMALLINT、MEDIUM_INT作为整数类型而非INT，如果非负则加上UNSIGNED；VARCHAR的长度只分配真正需要的空间；
使用枚举或整数代替字符串类型；
尽量使用TIMESTAMP而非DATETIME；
单表不要有太多字段，建议在 20 以内；
避免使用 NULL 字段，很难查询优化且占用额外索引空间；
用整型来存 IP。
索引
索引并不是越多越好，要根据查询有针对性的创建，考虑在WHERE和ORDER BY命令上涉及的列建立索引，可根据EXPLAIN来查看是否用了索引还是全表扫描；
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；
值分布很稀少的字段不适合建索引，例如 "性别" 这种只有两三个值的字段；
字符字段只建前缀索引；
字符字段最好不要做主键；
不用外键，由程序保证约束；
尽量不用UNIQUE，由程序保证约束；
使用多列索引时主意顺序和查询条件保持一致，同时删除不必要的单列索引。
查询 SQL
可通过开启慢查询日志来找出较慢的 SQL；
不做列运算：SELECT id WHERE age + 1 = 10，任何对列的操作都将导致表扫描，它包括数据库教程函数、计算表达式等等，查询时要尽可能将操作移至等号右边；
SQL 语句尽可能简单：一条 SQL 只能在一个 CPU 运算；大语句拆小语句，减少锁时间；一条大 SQL 可以堵死整个库；
不用SELECT *；OR改写成IN：OR的效率是 n 级别，IN的效率是 log(n) 级别，in 的个数建议控制在 200 以内；
不用函数和触发器，在应用程序实现；
避免%xxx式查询；
少用JOIN；
原文链接