Mysql 是业内最常用的数据库之一，特别是对于中小企业来说，mysql 绝对是首选。

面对快速增长的数据量，Mysql 能否满足存储查询需求？

答案是肯定，多了不敢说，单纯使用 Mysql 我们支持了 20 亿的订单存储查询，并且性能还是比较优秀的，还远没有到达存储上限

我想这个数据量还是很有说服力的，能达到这个数据量的公司绝对不多。

那 Mysql 如何做海量数据的存储：

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

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

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。

如果只是单单的思路讲解，我相信大部分程序员都是不能够理解其中的精髓的，下面这个 Mysql 亿级数据库的手册从底层讲解，0 基础到深入学习。深度解析了 Mysql 的使用。

限于文章篇幅原因，只能以截图的形式展示出来，有需要的小伙伴帮忙点赞文章后凭截图获取

目录展示：

内容节选：

第一章：Mysql 架构

第二章：Mysql 基准测试

第三章：服务器性能剖析

第三章：Schema 与数据类型的优化

第四章：创建高性能的索引

第六章：查询性能优化

第七章：Mysql 高级特性

第八章：优化服务器设置

第九章：操作系统和硬件优化

第十章：复制

第十一章：可扩展的 Mysql

第十二章：高可用性

第十三章：云端的 Mysql

第十四章：应用层优化

第十五章：备份与恢复

第十六章：Mysql 用户工具