IT討論區(225) - 怎曉田耕耘不得，那知餅食不充腸。

其實係 但整分庫分表/讀寫分離呢啲cost太大

最好都係睇下啲data做咩

做database caching 同埋寫好啲query sql應該應付到大部分問題

讀寫分離好似５關大數據用量事

有無見a-z sub query砌data

日日apply job = 揾討伐任務
沒有動力學習 = 考5級除草失敗
返工0 code pm duty = 工廠貼貼紙
fix咸豐年plsql production issue/用excel share drive 寫code = 除草任務

根據你描述的情況,有以下幾個方法可以優化你的資料表:

1. 分區(Partitioning):
- 根據常用的查詢條件(例如日期、地區等)對資料表進行分區。這可以有效減少掃描的資料量,提高查詢效率。
- 每天新增的數據可以存放在新的分區中,這樣可以避免全表掃描。

2. 索引(Indexing):
- 為常用的查詢條件建立索引,如查詢條件、排序條件等。這樣可以大幅提高查詢速度。
- 注意索引的維護成本,可以考慮使用覆蓋索引或聯合索引來減少索引的數量。

3. 資料分離(Data Sharding):
- 根據某些特徵(例如日期或地區)將資料拆分到多個獨立的資料表或資料庫中。
- 這樣可以減少單一資料表的大小,提高查詢和寫入的效率。

4. 緩存(Caching):
- 對於常用的查詢結果,可以考慮使用緩存技術(如Redis、Memcached等)來提高響應速度。
- 定期更新緩存中的數據,確保數據的新鮮性。

5. 批量處理(Batch Processing):
- 對於每日的數據同步任務,可以考慮採用批量處理的方式,而不是實時同步。
- 這樣可以減少對資料表的寫入頻率,降低寫入時的競爭和鎖的問題。

6. 分層架構(Layered Architecture):
- 將讀寫分離,將寫入操作和查詢操作分別放在不同的資料庫或資料表中。
- 這樣可以降低單一資料表的壓力,提高整體的吞吐量。

在實際優化過程中,需要根據具體的查詢模式、數據特徵和系統架構進行針對性的方案設計。同時也要注意資料一致性和可靠性的要求,保證業務的正常運行。

咩rank?
IT officer定IT Technician?

黑絲囡囡

hea唔hea睇學系

我而家都差唔多

暫緩

領養個小朋友

簽offer了
未來尖沙咀見