參考：
數據越來越多，數據庫越來越慢該怎么辦
方案一：讀寫分離，主從復制
閱讀
《MySQL主從復制》
方案二：歸檔歷史數據
當單表的數據太多，多到影響性能的時候，首選的方案是，歸檔歷史數據。就是把大量的歷史數據移到另外一張歷史數據表中，因為像訂單這類具有時間屬性的數據，都存在熱尾效應。大多數情況下訪問的都是最近的數據。因為新數據只占數據總量中很少的一部分，所以把舊數據和新數據分開存放，可以提高新數據的查詢效率。
這種方法能起到的效果好，且對系統的改動小，升級成本低
方案三：分庫分表
分庫主要是為了減少每個數據庫服務器的訪問量，分表主要是為了提高對單個表的數據的查詢速度。
並發大就分庫：可以拆分業務就垂直分庫，否則水平分庫
查詢慢就分表：有冗余字段就垂直分表，否則就水平分表
水平分表
以字段的值為依據，按照一定策略（hash、range等），將一個表中的數據拆分到多個表中。把記錄分別存到不同的表中
場景：
系統絕對並發量並沒有上來，只是單表的數據量太多，影響了SQL效率，加重了CPU負擔，以至於成為瓶頸。例如表中分表記錄各個地區的數據或者不同時期的數據，特別是有些數據常用，有些不常用。
缺點：
1、給應用增加復雜度，通常查詢時需要多個表名，查詢所有數據都需UNION操作
2、在許多數據庫應用中，這種復雜度會超過它帶來的優點，查詢時會增加讀一個索引層的磁盤次數
2、在許多數據庫應用中，這種復雜度會超過它帶來的優點，查詢時會增加讀一個索引層的磁盤次數
垂直分表
以字段為依據，按照字段的活躍性，將表中字段拆到不同的表（主表和擴展表）中。將同一條記錄前半段存到一個表中，后半段存到一個表中
場景：
系統絕對並發量並沒有上來，表中某些列常用，另外一些列不常用，
可以使數據行變小，可以把常用的列和不常用的列放在不同的表中，這樣一個數據頁能存儲更多數據，查詢時減少I/O次數
缺點：
管理冗余列，查詢所有數據需要join操作
水平分庫
以字段為依據，按照一定策略（hash、range等），將一個庫中的數據拆分到多個庫中
場景：系統絕對並發量上來了，分表難以根本上解決問題，並且還沒有明顯的業務歸屬來垂直分庫。
垂直分庫
以表為依據，按照業務歸屬不同，將不同的表拆分到不同的庫中
場景：系統絕對並發量上來了，並且可以抽象出單獨的業務模塊。