数据库访问量很小时，数据库无需优化，直接使用即可。
但随着数据量以及访问量越来越高，在人们的智慧中一步步诞生了如下方案：
1、缓存+垂直拆分
使用缓存（Memcached、Redis）来缓解数据库压力【数据库的查询操作次数要远远大于增删改，我们将经常查询的数据放在缓存中，将大大缓解数据库的压力】，优化数据库结构和索引，垂直拆分（当数据量过于庞大，一个数据库放不下，则需要根据需求，例如根据业务进行拆分，业务1、业务2、业务3...）。
2、主从复制、读写分离
主数据库做动作，从数据库立即做相同动作与主数据库保持一致【主从复制，目的：容灾】。读：查；增删改：写。
读写分离，写的操作都放在主库，然后从库会立刻同步，读的操作都放在从库，减小数据库的压力。
3、分库分表+水平拆分+集群
扫描二维码关注公众号，回复：
3463463 查看本文章
在增加缓存以及主从复制、读写分离基础上，数据库主库写压力开始出现瓶颈。不论多么高配置的数据库，都会有自己的物理上限。
水平分割（包括库内分表 和 分库分表）：例如一个600万数据的表，由于数据量大会使性能下降，假设分割成三个表，每个表两百万条。
数据库内分多少张表取决于单张表容量，库内分表能够解决单张表数据很大的查询效率问题，但是无法给数据库的并发操作带来效率上的提高，因为分表的实质还是在一个数据库上进行的操作，很容易受数据库IO性能的限制。
分库分表是将一张表的数据经过算法拆分后，放到不同的库中。例如hash算法。
