MySql大数据量的优化

针对最近做的mysql优化，总结了以下几点：

1.索引优化
为常用的检索条件加上索引，索引分为Index索引和Unique Key索引，这两个索引对表的要求不同，执行的效率也不同，另外索引使用Hash还是B-tree也要根据自己的检索方式来决定。然后定下几个方案，使用explain命令检查索引的使用情况，使用profiles命令跟踪查询的效率。最终决定一个合适的索引方案。

2.SQL查询优化
对于执行大数据量查询的SQL，直接使用JDBC，避免使用数据库中间件（Hibernate等）

3.表分区优化
使用表分区可以把一张表的数据按照自己定义的规则分别存在不同的硬盘（分区）中，将会极大提高存取速度。

4.关于抽样表
特定的情况下（对数据的完整性要求不高的业务，例如查看股票的年趋势，月趋势，日趋势等等）可以使用抽样表，根据不同的粒度建立多个抽样表。

另外还看到使用数据仓库，分布式集群啥的，只是那玩意儿太烧钱了，只有大公司玩得起。