数据库性能调优
当数据库的数据量非常大时，水平切分和垂直拆分是两种常见的降低数据库大小，提升性能的方法。无论是数据库还是架构设计不是追求最快而是追求可控！
垂直拆分
垂直拆分是指，将一个属性较多，一行数据较大的表，将不同的属性拆分到不同的表中，以降低单库（表）大小，达到提升性能的目的的方法。其实这种方式也就是空间换时间，垂直切分后，各个库（表）的特点是：
（1）每个库（表）的结构都不一样
（2）一般来说，每个库（表）的属性至少有一列交集，一般是主键
（3）所有库（表）的并集是全量数据
拆分的种类
元数据表
- 元数据表，一般不会变动的数据，称为元数据，比如用户的年龄、性别；这种表一般以 data_ 作前缀。对于这种应遵循的原则：只增不减、只增不改。
索引技术（自己创建索引表）
- 索引表：高频查询的时候必须要用的，一般以 index_ 作为前缀。
假设user表有几千万数据，而且是高频查询，以下是元数据信息。假如我们要查询name='张三' name='李四' name='王五' .....等，常规的查询方式可能是：
select * form data_user where name in('张三','李四'，......)
`
data_user(uid bigint,name varchar(16),pass varchar(16),
age int,sex tinyint,flag tinyint,…);
`
当数据量过大，这种方式肯定不可取。一般我们会采取索引技术，创建一个索引表:
`
index_user(id bigint,uid bigint,name varchar)
`
如上，我们会把所有作为条件的字段加入到索引表并加上索引。（索引表的数据可以采用异步服务或是消息队列进行同步）查询的时候先查询索引表中指定索引字段，然后找到uid，再到user表根据uid查询；一般数据量过大的情况下，我们会对数据库作水平切分，这样用户的数据可能散落到不同的数据库，我们完全可以分开异步查询，然后再对结果汇总，如下
`
select uid from index_user where name='张三'
select * from data_user where uid=*
`
逻辑表
- 这种表在多对多关系中常用的，一般以 logic_ 为前缀。
关系表
- 这种表在多对多关系中常用的，一般以 rel_ 为前缀。
统计表
- 毫无疑问在数据统计分析中常用的表，一般以 count_ 为前缀。
全表扫描：
name like %name 和 name like %name% 都会造成索引失效，全表扫描
使用Or的时候（除非所有or的都加索引）
需要类型转换
复合索引未用左列字段