当 MySQL 单表记录数过大时，增删改查性能都会急剧下降，本文会提供一些优化参考，大家可以参考以下步骤来优化。
一. 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。
1)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。
-
2)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。
-
使用多列索引时注意顺序和查询条件保持一致，同时删除不必要的单列索引。
-
3)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。
-
使用同类型进行比较，比如用 '123' 和 '123' 比，123 和 123 比。
-
尽量避免在 WHERE 子句中使用!=或<>操作符，否则引擎将放弃使用索引而进行全表扫描。
-
对于连续数值，使用 BETWEEN 不用 IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5。
-
列表数据不要拿全表，要使用 LIMIT 来分页，每页数量也不要太大。
-