shardingjdbc比较mycat mysql表数据量太大，达到了1亿多条数据，除了分库分表之外，还有没有其他的解决方式？
mysql表数据量太大，达到了1亿多条数据，除了分库分表之外，还有没有其他的解决方式？
在正常配置下，MySQL只能承载2000万数据（同时读写，表中有大文本字段，单服务器）。现在已经超过1亿，而且还在增加，建议按以下方式处理：
1子表。它可以按时间或一定的规则进行拆分，以便尽可能地查询子表中的数据库。这是最有效的方法。特别是写，放入一个新表，并定期同步。如果记录不断更新，最好将写入的数据放在redis中，并定期同步表3的大文本字段，将它们分隔成一个新的独立表。对于较大的文本字段，可以使用NoSQL数据库
4优化体系结构，或者优化SQL查询，避免联合表查询，尽量不要使用count（*）、in、recursion等性能消耗语句
5使用内存缓存，或者在前端读取时增加缓存数据库。重复读取时，直接从缓存中读取。
以上是一种低成本的管理方法，基本上几个服务器就可以做到，但是管理起来有点麻烦。
当然，如果整体数据量特别大，我们也不在乎投资成本，那就用cluster和tidb吧
正如房东所说，分页查询在我们的实际应用中非常普遍，也是最容易出现问题的查询场景。例如，对于下面的简单语句，通常的思考方式是在name、age、register中u在time字段上创建一个复合索引。这样，条件排序可以有效地利用索引，性能得到快速提高。
如上例所示，当limit子句变为“limit 100000，50”时，我们会发现，如果只选择了50条语句，为什么会变慢？
，所以我们会觉得很慢。
通常，在分页查询时，可以在上一页中获取数据标志，以缩小查询范围，如时间。我们可以将上一页的最长时间作为查询条件的一部分。SQL可以优化如下：
shardingjdbc比较mycat mycat分页排序乱 mycat全局表
版权声明：本文内容由互联网用户自发贡献，本站不承担相关法律责任.如有侵权/违法内容,本站将立刻删除。
