常规系统优化流程：
1.0 应用程序优化
分析应用程序等GC日志，查看程序是否有优化等空间，或者某些业务代码是否可以进行优化，这个涉及的面比较广。
1.1 数据表索引优化
WEB服务器的CPU闲来无事，但数据库服务器的CPU使用率高居不下。经过初步分析，发现瓶颈在数据库。
解决方案：监控数据库的访问，整理出那些耗时的SQL，并且进行SQL查询分析。根据分析结果，对数据表索引进行重新整理。同时也对数据库本身的参数设置进行了优化。
1.2 多点部署+负载均衡
慢慢的，访问速度又不行了，这次是WEB服务器压力很大，数据库服务器相对空闲。经过分析，发现是系统并发用户数太多，单WEB服务器不能够支持如此众多的并发请求。
解决方案：使用分布式多点部署的方案，客户端通过Nginx等负载均衡工具进行请求分发。
1.3 数据分片
多点部署之后，系统基本能应对客户需求。但是经过一定的时间后，系统的服务速度明显又慢下来了，增加WEB服务器也不能解决问题了。分析发现系统瓶颈又回到了数据库服务器。SQL执行时间越来越长，而且无法优化。原因也很简单，数据量太大。
解决方案：进行数据分片，目前市面上的分库分表中间件还是挺多的，目前比较推荐的方式有mycat、sharding-jdbc（工具就不做太多的介绍了）。数据分片的重点在于定制出合理的分片策略。
常用分片策略：
（1）、根据主键进行分片：能够实现最平均的分配方法，每生成一条新数据，会依次保存到下一个数据表中（主键自增情况）。
（2）、根据用户ID进行分配：能够确保同一个用户的所有数据保存在同一个数据表中。如果经常按用户id查询数据，这是比较经济的一种做法。
（3）、根据时间进行分配：这种对于那些经常只需要查询一个月内、一年内等业务查询相对比较友好。