https://www.nowcoder.com/discuss/821449606692106240

• 正确答案：当 MySQL 存储的数据量太大时，可以通过分库分表、索引优化、读写分离、使用缓存、调整存储引擎和SQL 优化等多种手段进行优化。核心目标是提升查询性能、降低单机负载、提高系统的可扩展性和可用性。
• 解答思路： 面对大数据量的 MySQL 场景，首先要分析瓶颈所在：是磁盘 I/O？内存不足？查询慢？还是连接数过高？然后从架构层面和数据库层面分别入手。

1. 先考虑单表优化：如添加合适的索引、避免全表扫描、优化慢查询。
2. 再考虑表结构设计：选择合适的数据类型、使用分区表（Partioning）。
3. 数据增长部可控时，引入水平拆分（分表）或垂直拆分（分库），将大表拆成多个小表。
4. 引入读写分离，利用主从复制分散读压力。
5. 使用缓存（如 Redis）减少对数据库的直接访问。
6. 对历史数据进行归档或冷热分离，减少活跃数据量。
7. 必要时更换存储引擎（如 InnoDB 已经是主流，但特殊场景可考虑 TokuDB 等高压缩引擎）。