首先我们来说一说数据库架构：
对于大多数数据库架构，大家都是主从结构的，Master —–>Slave
影响数据库性能:
1.sql查询速度
2. 服务器硬件
3.网卡流量
4.磁盘IO
这些因素造成的影响:
1.超高的QPS和TPS
QPS：每秒钟处理的查询量
10ms 处理 1个sql
1s 处理 100个sql
QPS <=100
也就是我们的慢查询
2.大量的并发和超高的CPU使用率：
风险：
大量的并发：
数据库连接数被占满（MAX_CONNTECTION:100）
超高的CPU使用率：
因CPU资源耗尽出现宕机
3.磁盘IO性能突然下降：
风险：磁盘IO性能突然下降（使用更快的磁盘设备）
其它大量消耗磁盘性能的计划任务（调整计划任务，做好磁盘
维护）
4：网卡流量：
分险：网卡IO被沾满（1000Mb/8≈100MB）
如何避免无法连接数据库的情况：
1.减少从服务器的数量，因为从服务器要在主服务器复制日志，消耗网络流量
2.进行分级缓存
3.避免使用“select *”进行查询
4.分离业务网络和服务网络
大表带来的问题：
什么样的表可以称为大表：
▶ 记录行数巨大，单表超过千万行
▶ 表数据文件巨大，表数据文件超过10G
大表的影响：
慢查询：很难再一定时间内过滤出所需要的数据
建立索引需要很长时间
Mysql<5.5建立索引会引起锁表
Mysql>=5.5 虽然不会锁表但会引起主从延迟
修改表结构需要长时间锁表
影响正常的数据操作
如何处理数据库中的大表
▶分库分表：把一张大表分成多个小表（要消耗大量的人力物力）
难点：
分表主键的选择
分表后跨分区数据的查询和统计
▶大表的历史数据归档减少对前端业务的影响
难点：
归档时间点的选择（归档数据：很少使用的数据）
如：订单列表 可以归档一年前的数据，也可以选择一个月前的数据
日志：归档前一周的数据
如何进行归档操作
大事务带来的问题：
定义：运行时间比较长，操作的数据比较多的事物
风险：
锁定太多的数据，造成大量的阻塞和锁超时
回滚时间所需时间比较长
执行时间长，容易造成主从延迟
如何处理大事物：
♢避免一次处理太多的数据
♢移出不必要在事务中的select操作
未完，待续……