當(dāng)數(shù)據(jù)庫扼住系統(tǒng)性能咽喉，直接分庫分表能解決嗎？子庫和子表是一種相對落后的優(yōu)化方法，因為成本相對較高。遇到數(shù)據(jù)庫瓶頸：-首先考慮SQL優(yōu)化，這是最簡單的方法。對現(xiàn)有系統(tǒng)沒有影響。-第二個是考慮數(shù)據(jù)庫讀

當(dāng)數(shù)據(jù)庫扼住系統(tǒng)性能咽喉，直接分庫分表能解決嗎？

子庫和子表是一種相對落后的優(yōu)化方法，因為成本相對較高。

遇到數(shù)據(jù)庫瓶頸：

-首先考慮SQL優(yōu)化，這是最簡單的方法。對現(xiàn)有系統(tǒng)沒有影響。

-第二個是考慮數(shù)據(jù)庫讀寫分離，這也是一個相對簡單的方法。在數(shù)據(jù)庫級配置中，系統(tǒng)級只需要調(diào)整獲取數(shù)據(jù)庫連接的邏輯即可。讀取數(shù)據(jù)時，可以同時獲得主庫和從庫連接。寫入數(shù)據(jù)時，僅獲取主庫連接。

-考慮添加緩存層。數(shù)據(jù)緩存在緩存中，再次訪問時不再從數(shù)據(jù)庫檢索。通常，緩存層對系統(tǒng)是透明的，對系統(tǒng)本身沒有影響。但是，cache的引入也引入了相應(yīng)的需要考慮的問題，如雪崩、命中率、分布式cache等]-還有一種非技術(shù)手段，就是改變需求。性能問題的原因是否不合理？還是要求太復(fù)雜？需求可以簡化嗎？這種方法對系統(tǒng)的影響相對較小。

-最后，考慮子數(shù)據(jù)庫和子表。優(yōu)先考慮子數(shù)據(jù)庫，因為它比子表簡單。將相應(yīng)的表移動到新的數(shù)據(jù)庫中，并調(diào)整系統(tǒng)的邏輯以獲得數(shù)據(jù)庫連接。在這里，我們需要考慮移動哪些表。在提高性能的前提下，我們首先嘗試避免分布式事務(wù)。

-最后，考慮子表。子表的主要原因是單個表中的數(shù)據(jù)量很大。子表分為縱斷面和橫斷面。垂直剪切是按列剪切的，例如用戶表。常用信息為基本信息表，其他信息為明細(xì)表。橫切是按行切割。例如，一個有1億數(shù)據(jù)的表被分成10個有1000萬數(shù)據(jù)的表。這涉及到數(shù)據(jù)應(yīng)該存儲在哪個表中或從哪個表中獲取。在表被劃分之后，可以對數(shù)據(jù)庫進(jìn)行進(jìn)一步的優(yōu)化。

-如果涉及分布式事務(wù)，應(yīng)考慮如何保證分布式事務(wù)。理論上，2個，3個，帕克斯，帽子，底座。相應(yīng)中間件的使用。

系統(tǒng)的設(shè)計和優(yōu)化不是模仿的問題，而是需要根據(jù)實際場景進(jìn)行處理。

Python、Django可以做什么？

機(jī)器學(xué)習(xí)和人工智能幾乎都使用python。Python可以做很多事情，因為有很多基于Python的第三方庫，可以做游戲、爬蟲、金融、網(wǎng)站、圖像處理、科學(xué)計算、聊天機(jī)器人等，如果你是初學(xué)者，沒有接觸過Python甚至沒有學(xué)過編程，你可以關(guān)注我的標(biāo)題，用Python，有零基礎(chǔ)的入門視頻教學(xué)，都很簡單易用。

mysql表數(shù)據(jù)量太大，達(dá)到了1億多條數(shù)據(jù)，除了分庫分表之外，還有沒有其他的解決方式？

在正常配置下，MySQL只能承載2000萬數(shù)據(jù)（同時讀寫，表中有大文本字段，單服務(wù)器）?，F(xiàn)在已經(jīng)超過1億，而且還在增加，建議按以下方式處理：

1子表。它可以按時間或一定的規(guī)則進(jìn)行拆分，以便盡可能地查詢子表中的數(shù)據(jù)庫。這是最有效的方法。特別是寫，放入一個新表，并定期同步。如果記錄不斷更新，最好將寫入的數(shù)據(jù)放在redis中，并定期同步表3的大文本字段，將它們分隔成一個新的獨立表。對于較大的文本字段，可以使用NoSQL數(shù)據(jù)庫

4優(yōu)化體系結(jié)構(gòu)，或者優(yōu)化SQL查詢，避免聯(lián)合表查詢，盡量不要使用count（*）、in、recursion等性能消耗語句

5使用內(nèi)存緩存，或者在前端讀取時增加緩存數(shù)據(jù)庫。重復(fù)讀取時，直接從緩存中讀取。

以上是一種低成本的管理方法，基本上幾個服務(wù)器就可以做到，但是管理起來有點麻煩。

當(dāng)然，如果整體數(shù)據(jù)量特別大，而且你不在乎投資成本，就使用cluster，使用tidb

首先，你需要了解一個概念，即大量的用戶和大量的并發(fā)不是同一個概念，雖然大量的用戶往往帶來比較大的并發(fā)壓力。

雖然Python是一種性能相對較低的語言，但大用戶系統(tǒng)的性能瓶頸是Io，而不是語言的執(zhí)行效率。

Python的幾種常用web框架在滿足Internet應(yīng)用程序的一般水平擴(kuò)展方面沒有問題。大用戶系統(tǒng)需要考慮整體架構(gòu)，例如：Django系統(tǒng)是否支持集群的橫向擴(kuò)展？例如，是否使用內(nèi)存中的全局狀態(tài)，如內(nèi)存中的會話表、緩存等，由于集群中的Django系統(tǒng)有多個實例運行在不同的服務(wù)器上，因此需要修改系統(tǒng)，將全局會話和緩存保存到外部數(shù)據(jù)庫或redis。

如果SQL數(shù)據(jù)庫用于后端存儲，數(shù)據(jù)庫系統(tǒng)是否可以水平擴(kuò)展？設(shè)計中是否考慮了子庫和子表的支持？