mysql 上亿级web应用的数据库设计方案

ykwll

　　原文链接：http://blog.520.at/post/8ad61_643015
　　
 
最近研究mysql数据库设计，收获不少（这里我要感谢xiuno作者）。
 
今天看到微博有朋友转载《mysql sql 百万级数据库优化方案》，我看到这篇文章时，发现有些地方会误导人（毕竟是三年前的文章）。所以我觉得网上的很多文章最好仅供参考比较好，具体情况最好还是以自己测试的结果为准，自己测试也能提高理解的深度。
 
在大数据、大访问量的web应用程序中，瓶颈一般在数据库和IO方面，所以数据库设计至关重要。有人说mysql上千万级数据量，就不行了，其实不然，很多大型互联网公司都大量使用mysql，如：目前淘宝主要核心业务就大量使用的mysql分布式集群。如果现在你还认为mysql不能支持亿级数据量，那只能说明你还不够了解mysql。
（数据库环节主要核心：不要把逻辑处理交给数据库，数据库只负责最省资源的读写环节，如果做到这点，单服务器都能负载亿级的数据量）
 
我简单分享一下最近对大数据数据库设计理解总结吧：
第一阶段：
1，一定要正确设计索引
2，一定要避免SQL语句全表扫描，所以SQL一定要走索引（如：一切的 > < != 等等之类的写法都会导致全表扫描）
3，一定要避免 limit 10000000,20 这样的查询
4，一定要避免 LEFT JOIN 之类的查询，不把这样的逻辑处理交给数据库(主要方便转换成NoSql数据库)
5，每个表索引不要建太多，大数据时会增加数据库的写入压力
 
第二阶段：
1，采用分表技术（大表分小表）
a)垂直分表：将部分字段分离出来，设计成分表，根据主表的主键关联
b)水平分表：将相同字段表中的记录按照某种Hash算法进行拆分多个分表
 
2，采用mysql分区技术（必须5.1版以上，此技术完全能够对抗Oracle），与水平分表有点类似，但是它是在逻辑层进行的水平分表
 
第三阶段（服务器方面）：
1,采用memcached之类的内存对象缓存系统，减少数据库读取操作
2,采用主从数据库设计，分离数据库的读写压力
3,采用Squid之类的代理服务器和Web缓存服务器技术(做好分布式服务器群)
 
PS:由于篇幅问题，我只简单说一些基本概念，其实里面每个知识点关系到的内容都很多。特别是第一阶段，很多工作几年的程序员，都不能完全理解。我觉得要真正理解索引，最好的办法就是在1000W-亿级以上的数据，进行测试SQL语句，再结合 explain 命令进行查看SQL语句索引情况。