1）优化你的sql、索引

> B+树@b@> sql优化@b@  避免多表联合查询，优化难度大@b@  设置合理的查询字段，避免多次回表@b@> 索引@b@  建立合适的索引@b@  避免索引失效

默认是B树索引，如B+树是使用USING BTREE，脚本如下

B树索引：sqlCopy codeCREATE INDEX idx_name ON my_table (name);

B+树索引：sqlCopy codeCREATE INDEX idx_name ON my_table (name) USING BTREE;

2) 引入缓存

> 优点@b@	解决读的性能瓶颈@b@@b@> 缺点@b@	缓存数据库一致性@b@	缓存穿透@b@	缓存雪崩@b@	缓存击穿@b@	架构复杂（高可用）

3) 读写分离

> 优点@b@  分担主库的压力@b@@b@> 缺点@b@  从延迟，导致往主库写入的数据跟从库读出来的数据不一致

4) 分区表

CREATE TABLE 'tab' (@b@  'ftime' datetime NOT NULL,@b@  'c' int(11) DEFAULT NULL,@b@  KEY ('ftime')@b@) ENGINE=InnoDB DEFAULT CHARSET=latin1@b@PARTITION BY RANGE (YEAR(ftime))@b@(PARTITION p_2017 VALUES LESS THAN (2017) ENGINE = InnoDB,@b@ PARTITION p_2018 VALUES LESS THAN (2018) ENGINE = InnoDB,@b@ PARTITION p_2019 VALUES LESS THAN (2019) ENGINE = InnoDB,@b@PARTITION p_others VALUES LESS THAN MAXVALUE ENGINE = InnoDB);@b@insert into tab values('2017-4-1',1),('2018-4-1',1);

这个表包含了一个.frm 文件和 4 个.ibd 文件，每个分区对应一个.ibd 文件。 对于引擎层来说，这是 4 个表； 对于 Server 层来说，这是 1 个表。

5) 垂直拆分 

> 优点@b@	拆分后业务清晰，拆分规则明确。@b@	系统之间整合或扩展容易。@b@	数据维护简单。@b@> 缺点@b@	部分业务表无法join，只能通过接口方式解决，提高了系统复杂度。@b@	受每种业务不同的限制存在单库性能瓶颈，不易数据扩展跟性能提高。@b@	事务处理复杂。

6) 水平切分

> 优点@b@	优化单一表数据量过大而产生的性能问题@b@	避免IO争抢并减少锁表的几率@b@> 缺点@b@	主键避免重复（分布式Id）@b@	跨节点分页、排序函数@b@	数据多次扩展难度跟维护量极大