1.數(shù)據(jù)庫(kù)的技術(shù)上，目前我們公司在研究hadoop分層數(shù)據(jù)庫(kù)，具體了解不多；外面流行的NoSql非關(guān)系型數(shù)據(jù)庫(kù)，像亞馬遜、谷歌還有一些日本企業(yè)都有自己的NoSql數(shù)據(jù)庫(kù)；

2.傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)的優(yōu)化，數(shù)據(jù)庫(kù)層的優(yōu)化和上層使用的優(yōu)化。

數(shù)據(jù)庫(kù)層：需要DBA進(jìn)行優(yōu)化，減少碎片，進(jìn)行分區(qū)等；

使用層的優(yōu)化，即優(yōu)化SQL

從外界因素來(lái)看影響SQL有：CPU、RAM、Network、Disk

CPU：SQL的大量order by，大量group by，case when等都會(huì)很費(fèi)CPU，需要CPU進(jìn)行計(jì)算。是否可以使用匯總來(lái)減少此問(wèn)題

RAM：查找的數(shù)據(jù)量過(guò)大，導(dǎo)致內(nèi)存資源占用過(guò)多。

如無(wú)where的SQL，select *的SQL，全表掃描等；

頻繁的update、insert都會(huì)影響內(nèi)存，每次對(duì)SQL的解析都需要一定的時(shí)間和空間。采用綁定變量。

Network：過(guò)多的DB連接，頻繁的DB開(kāi)關(guān)，跨庫(kù)的關(guān)聯(lián)，大量數(shù)據(jù)的導(dǎo)出，復(fù)雜的SQL等。

Disk：

大數(shù)據(jù)量的表，建立索引，保證索引的有效性；

減少大表的insert和delete，會(huì)造成磁盤碎片，導(dǎo)致磁盤指針的不連續(xù)性；

大表的insert和delete會(huì)造成索引的失效，必要時(shí)先去掉索引再操作增刪改；

索引其實(shí)是一張表，要保證其精簡(jiǎn)

索引的建立，最好用在易排序字段，如number，date等，勿varchar；

varchar字段盡量保持長(zhǎng)度的一致性，寧可多給出空間；

減少磁盤的讀取次數(shù)；

對(duì)大表禁止順序性的全表掃描，使用索引；

減少disdinct，用unionall代替union；

Not like，<>，全模糊like，is null，is not null，not in都會(huì)使索引失效；

索引上不要使用任何函數(shù)，盡量在等號(hào)的另一頭使用函數(shù)；

SQL的書(shū)寫(xiě)一致，減少解析時(shí)間；

選擇最佳的執(zhí)行計(jì)劃，復(fù)雜的SQL，不如多個(gè)簡(jiǎn)單的SQL；

減少嵌套子SQL，使用關(guān)聯(lián)查詢；

避免笛卡爾積連接；

避免使用*，數(shù)據(jù)庫(kù)需要對(duì)*進(jìn)行一次匹配，會(huì)消耗資源，而且并不一定所有的字段都要進(jìn)行查詢或者寫(xiě)入，寫(xiě)入時(shí)表結(jié)構(gòu)變化還會(huì)導(dǎo)致出錯(cuò)，所以避免*；

全表刪除，不要使用delete，使用truncate；

全表分頁(yè)的效率較低，建議使用分步是分頁(yè)；

3.在數(shù)據(jù)讀取優(yōu)化到一定程度后，代碼上也可以進(jìn)行很大的優(yōu)化。

避免過(guò)多的開(kāi)裝箱，使用值類型；

對(duì)引用類型的集合，多使用泛型；

避免循環(huán)嵌套，和無(wú)休止的遞歸；

避免循環(huán)中建立大對(duì)象；

對(duì)大對(duì)象的釋放；

4.邏輯上的優(yōu)化

在需要查詢大量數(shù)據(jù)的時(shí)候，可以使用分頁(yè)；

分頁(yè)影響到一些圖標(biāo)的產(chǎn)生時(shí)，可以借助匯總，先展示匯總信息和圖標(biāo)，然后在進(jìn)行詳情的鉆取；

時(shí)間空間的相互替換。

5.對(duì)常用信息的本地化保存，如QQ第一次加載很慢，但后面登陸會(huì)很快。