优化时机

一般单表超过500万左右，或明显感觉到性能下降时，需要优化

优化方案

1. 读写分离
2. 使用缓存，如memcached或Redis
3. 使用搜索引擎，如ElasticSearch或solr
4. 分库分表

详细说明

1. 读写分离很容易实现，建议在一开始做，不必等到性能下降时
2. 发现性能下降时可做。比如有一张500万大表，不可能缓存全表，只能缓存热点数据，所以需要有一个监控热点数据的功能
3. 像缓存整个大表或者数据量很大可以用搜索引擎，搜索引擎是文件存储，适合高效查找，但不对插入修改、事务等支持。使用搜索引擎的话需要定时把mysql的数据同步给它，同样的数据需要预留2倍磁盘，虽然搜索引擎可能可以压缩
4. 分库分表其实可以在第二步做，但实现较复杂；分表后必然涉及要读取多个表的问题，但对开发是透明的，在应用开发与数据库中间需要研发一个平台，自动hash索引到分表后的表。举个例子，假设有一张600万的表，可以分为两张表，按时间分，时间点A以前的分一张，500万；另一张表100万，后续的都插入到该表

现状：数据库现在用5.5版本，免费的，不购买服务，使用了上面的2和3，暂时没遇到什么难题。不需要dba，一般难题研发可以搞定。

以上方案针对的是最大表是1000万数据量的表。超过1000万未经实践。（感谢老郭提供技术支持）

ouyida3的blog
2015.4.8