数据库过大该怎么处理

问题分析：这种问题是由于服务器的数据库文件或者日志太大造成的，那么我们清理下日志或者收缩数据

库就可以了。解决方法：一

第一种解决方案，不限制数据库文件大小，当然，这是在您的服务器空间足够的情况下

二

第二种解决方案，直接清理数据库日志文件

我们打开数据库，然后选择分离数据库，找到日志文件并删除，然后附加，会自动产生

一个初始的很小的日志文件

三

第三种收缩数据库日志文件，设置数据库文件或者日志文件收缩到一定大小就可以。

以上各种解决方案，可以根据不同情况选择不同方案，为防止对数据库 *** 作不熟悉， ***

作失误，修改前请先备份好数据库。

以下纯属个人意见，请根据实际情况判断

(1)省下的数据量如果不大，那么可以考虑建立一张临时表，将需要保留的数据临时灌过去，然后truncate该表，然后再把数据灌回来。也可以考虑drop表，然后另外一张表改名，不过这样可能会有很多的后续 *** 作，比如索引的建立等等，因此一般不用drop *** 作。

（2）上亿的数据，应该有分区吧，如果可能的话，按照分区truncate，这样也可以。

（3）实在不能truncate，只能delete那么建议找个字段循环删除提交，每次不能太多，最好保持在5万以下（根据实际情况具体判断），毕竟delete是最消耗资源的dml语句。

（4）如果可能的话，不要同一时间 *** 作，分批 *** 作，这样能减少一部分数据库负载压力（特别是undo）。

（5）一定要闲时 *** 作，因为delete消耗资源比较多，会使数据库变慢。

应用场景当中经常会遇到模糊查询或多条件匹配查询，数据量较小的情况下通过简单的数据库模糊查询是可以解决的，但是对于数据量庞大的情况，数据库模糊查询就会出现性能问题。这种情况下的一种解决方案就是根据查询内容构建反向索引，借助搜索引擎进行查询，提升查询性能。

目前使用比较多的分布式搜索引擎是ElasticSearch。那么项目中如何使用ES？如何保证ES的数据更新？下面简单做个描述。

Elasticsearch使用可以简单分为两个阶段。数据初始化阶段、数据更新阶段。

数据初始化阶段。数据初始化常见的方式如下：

一、通过应用程序手动将数据库中的数据，调用ES接口API插入ES索引库中。

二、同过数据迁移工具将数据初始化到ES数据库。目前常用的ES同步工具有logstash-input-jdbc、DataX。通过同步迁移工具可以全量将数据库数据初始化到ES索引库中。

数据更新阶段。数据更新阶段常见的处理方式如下：

一、通过应用服务直接调用ES更新接口。这种方式实现比较简单但是对业务侵入性比较大。

二、对于实时性要求不高的可以采用定时任务监控数据表变化然后调用ES接口实现数据更新。

三、业务应用中通过发送消息异步更新数据。

四、通过DataX同步工具定时将修改的数据同步到ES库中。

上述是ElasticSearch使用的简单描述。使用的关键还是数据库与ES间的数据同步。能否用的好关键也是数据间的同步。

---