我是【会点代码的大叔】，每天为你分享程序员干货，关注并私信我数字“1”，送你一份程序员大礼包。
MySQL 数据库某张表近千万的数据，CRUD比较慢，如何优化？
说实话，这个数据量级， MySQL 单库单表支撑起来完全没有问题的，所以首先还是考虑数据库本身的优化。
从上图可以看到，数据库优化通常可以通过以上几点来实现：
硬件升级：也就是花更多的钱，升级我们数据库硬件配置，包括 CPU、内存、磁盘、网络等等，但是这个方案成本高，而且不一定能起到非常好的效果。数据库配置：修改数据库的配置，有可能让我们的 CRUD 操作变得更快，不过我也不建议大家把经历放在这一点上面；首先，数据库的配置通常由专业的 DBA 来负责；第二，大部分时候，默认的数据库配置在大多数情况下已经是最优配置了。
对于开发人员来说，我们需要把注意力放在后面三点：
数据结构的优化，也就是表结构的优化数据类型的选择：选用合适的数据结构。什么叫做"合适的数据结构"，比如性别字段，M表示男F表示女，那么一个 char(1) 就足够了，如果存储人的年龄，那么就没有必要使用 INT 这么大范围的字段了；适当的拆分：千万不要试图把所有的字段放在一张表中，因为这会非常影响性能，通常一张表的字段最好不要超过 30 个；适当的冗余：如果一些常用的字段，可能会用在不同的维度，那么我们可以把这些字段设计在多张表中，因为这样可能会减少表关联；字段尽量设置成 not Null，尽量带有默认值。
SQL 语句的优化优化 SQL 语句执行速度的方法有很多，比如：
尽量使用索引，尽量避免全表扫描，提高查询速度；当然你不能无限制地建立索引；维护索引也会影响性能，会降低 DML 操作的速度；注意 SQL 语句的书写，有一些错误的写法可能会导致索引失效；尽量避免在 where 子句中对字段进行 Null 值判断（当然我们在表设计中，直接建议不要有 Null）；条件值多的情况下，尽量不要使用 in 和 not in ；select 的时候，使用具体的字段代替 * 号避免返回大量数据，增加分页；
减少数据库的访问我们可以通过增加本地缓存或分布式缓存的方式，将热点数据存储到缓存中，以减少数据库的访问；终极大招，如果是一个不合理的需求，我们可以拒绝做这个需求，这样也算是"减少了数据库访问"。
说完了 MySQL 本身的优化，如果数据量进一步增大的话，我们还有什么优化的方案呢？
读写分离主库用于写，从库用于读，将读写分散在不同的数据库上，利用多台机器的资源，来提高数据库的可用性和性能。
分库分表如果数据持续增多，超过了单台 MySQL 的支撑上限，那么只能用【分库分表】这一招了；我们可以采用一定的路由规则，将数据保存到不同的数据库中。
当然，如果不是“迫不得已”，我是不太建议分库分表的，因为这样极大地增加了系统的复杂程度，并且会带来更多的问题需要开发人员解决。
以上就是常用的 MySQL 优化方案，如果是千万级数据量，优化 MySQL 本身即可。
会点代码的大叔 | 原创一个写代码的架构师，专注程序员的学习和成长，关注并私信我数字“1”，送你一份程序员大礼包。
