假如mysql数据库单表有100W行记录，都有哪些方式加快查询速度

添加索引或者使用工具，比如Apache Spark

先安装 Apache Spark，查询数据库的速度可以提升10倍。

在已有的 MySQL 服务器之上使用 Apache Spark （无需将数据导出到 Spark 或者 Hadoop 平台上），这样至少可以提升 10 倍的查询性能。使用多个 MySQL 服务器（复制或者 Percona XtraDB Cluster）可以让我们在某些查询上得到额外的性能提升。你也可以使用 Spark 的缓存功能来缓存整个 MySQL 查询结果表。

思路很简单：Spark 可以通过 JDBC 读取 MySQL 上的数据，也可以执行 SQL 查询，因此我们可以直接连接到 MySQL 并执行查询。那么为什么速度会快呢？对一些需要运行很长时间的查询（如报表或者BI），由于 Spark 是一个大规模并行系统，因此查询会非常的快。MySQL 只能为每一个查询分配一个 CPU 核来处理，而 Spark 可以使用所有集群节点的所有核。在下面的例子中，我们会在 Spark 中执行 MySQL 查询，这个查询速度比直接在 MySQL 上执行速度要快 5 到 10 倍。

另外，Spark 可以增加“集群”级别的并行机制，在使用 MySQL 复制或者 Percona XtraDB Cluster 的情况下，Spark 可以把查询变成一组更小的查询（有点像使用了分区表时可以在每个分区都执行一个查询），然后在多个 Percona XtraDB Cluster 节点的多个从服务器上并行的执行这些小查询。最后它会使用map/reduce 方式将每个节点返回的结果聚合在一起形成完整的结果。

mysql数据库单表插入速度每秒最高100000 rows没问题，在标准配置下。mysql的读写速度跟硬盘的速度，网卡的速度，写入行的数据量，数据在硬盘中的存放位置等等因素都有关系的。要统计这个最好的是进行测试，然后得出一个平均值。没有人能够光通过配置得出这些数据的。

MYSQL库中单表的大小尽可能控制在多大？多实例,几个实例合适?

请问：MySQL库中单表的大小尽可能控制在多大？采取这种表大小限制的策略的原因是什么？一个MySQL服务器实例中，表的数量有限制吗？单个MySQL服务器实例中，表的大小的总和有限制吗？如果有，考虑的原因是什么？单台PC SERVER上建多个MySQL服务器实例，一般的实例数是多少？是基于什么样的考虑原因？

MySQL数据库分库后，我们的建议单表大小控制在10G以下。限制分拆以后的表的大小有几个好处：

1、表比较小的话，DDL *** 作更快。由于MySQL部分DDL *** 作需要锁表，所以表越小，锁表的时间就越短。

2、表越小，数据查询访问的速度越快。MySQL是B树结构，表越小，树的分层越少，IO也会比较少。

3、表越小，最终扩容到MySQL的实例数越多。将数据拆分得越散，数据分布越均匀，扩容的话，能够用更多的服务器来承担并发压力。

建议MySQL服务器的配置：2路6核cpu、192G内存，配有8块SSD或者PCIe Flash卡。这样一台服务器上一般是部署4-8个数据库实例，

---