今天，探討一個有趣的話題：MySQL 單表數(shù)據(jù)達到多少時才需要考慮分庫分表？有人說 2000 萬行，也有人說 500 萬行。那么，你覺得這個數(shù)值多少才合適呢？

曾經(jīng)在中國互聯(lián)網(wǎng)技術(shù)圈廣為流傳著這么一個說法：MySQL 單表數(shù)據(jù)量大于 2000 萬行，性能會明顯下降。事實上，這個傳聞?chuàng)f最早起源于百度。具體情況大概是這樣的，當年的 DBA 測試 MySQL性能時發(fā)現(xiàn)，當單表的量在 2000 萬行量級的時候，SQL 操作的性能急劇下降，因此，結(jié)論由此而來。然后又據(jù)說百度的工程師流動到業(yè)界的其它公司，也帶去了這個信息，所以，就在業(yè)界流傳開這么一個說法。

再后來，阿里巴巴《Java 開發(fā)手冊》提出單表行數(shù)超過 500 萬行或者單表容量超過 2GB，才推薦進行分庫分表。對此，有阿里的黃金鐵律支撐，所以，很多人設(shè)計大數(shù)據(jù)存儲時，多會以此為標準，進行分表操作。

那么，你覺得這個數(shù)值多少才合適呢？為什么不是 300 萬行，或者是 800 萬行，而是 500 萬行？也許你會說這個可能就是阿里的最佳實戰(zhàn)的數(shù)值吧？那么，問題又來了，這個數(shù)值是如何評估出來的呢？稍等片刻，請你小小思考一會兒。

事實上，這個數(shù)值和實際記錄的條數(shù)無關(guān)，而與 MySQL 的配置以及機器的硬件有關(guān)。因為，MySQL 為了提高性能，會將表的索引裝載到內(nèi)存中。InnoDB buffer size 足夠的情況下，其能完成全加載進內(nèi)存，查詢不會有問題。但是，當單表數(shù)據(jù)庫到達某個量級的上限時，導致內(nèi)存無法存儲其索引，使得之后的 SQL 查詢會產(chǎn)生磁盤 IO，從而導致性能下降。當然，這個還有具體的表結(jié)構(gòu)的設(shè)計有關(guān)，最終導致的問題都是內(nèi)存限制。這里，增加硬件配置，可能會帶來立竿見影的性能提升哈。

那么，我對于分庫分表的觀點是，需要結(jié)合實際需求，不宜過度設(shè)計，在項目一開始不采用分庫與分表設(shè)計，而是隨著業(yè)務(wù)的增長，在無法繼續(xù)優(yōu)化的情況下，再考慮分庫與分表提高系統(tǒng)的性能。對此，阿里巴巴《Java 開發(fā)手冊》補充到：如果預(yù)計三年后的數(shù)據(jù)量根本達不到這個級別，請不要在創(chuàng)建表時就分庫分表。那么，回到一開始的問題，你覺得這個數(shù)值多少才合適呢？我的建議是，根據(jù)自身的機器的情況綜合評估，如果心里沒有標準，那么暫時以 500 萬行作為一個統(tǒng)一的標準，相對而言算是一個比較折中的數(shù)值。

我們再來看一下關(guān)于SQL書寫的一些注意點，會給大家?guī)韼椭?/p>

sql的編寫需要注意優(yōu)化

• 使用limit對查詢結(jié)果的記錄進行限定
• 避免select *，將需要查找的字段列出來
• 使用連接（join）來代替子查詢
• 拆分大的delete或insert語句
• 可通過開啟慢查詢?nèi)罩緛碚页鲚^慢的SQL
• 不做列運算：SELECT id WHERE age + 1 = 10，任何對列的操作都將導致表掃描，它包括數(shù)據(jù)庫教程函數(shù)、計算表達式等等，查詢時要盡可能將操作移至等號右邊
• sql語句盡可能簡單：一條sql只能在一個cpu運算；大語句拆小語句，減少鎖時間；一條大sql可以堵死整個庫
• OR改寫成IN：OR的效率是n級別，IN的效率是log(n)級別，in的個數(shù)建議控制在200以內(nèi)
• 不用函數(shù)和觸發(fā)器，在應(yīng)用程序?qū)崿F(xiàn)
• 避免%xxx式查詢
• 少用JOIN
• 使用同類型進行比較，比如用'123'和'123'比，123和123比
• 盡量避免在WHERE子句中使用!=或<>操作符，否則將引擎放棄使用索引而進行全表掃描
• 對于連續(xù)數(shù)值，使用BETWEEN不用IN：SELECT id FROM t WHERE num BETWEEN 1 AND 5
• 列表數(shù)據(jù)不要拿全表，要使用LIMIT來分頁，每頁數(shù)量也不要太大

最新評論