mysql数据库分表后怎么进行分页查询
1.如果只是为了分页，可以考虑这种分表，就是表的id是范围性的，且id是连续的，比如第一张表id是1到10万，第二张是10万到20万，这样分页应该没什么问题。
2.如果是其他的分表方式，建议用sphinx先建索引，然后查询分页，我们公司现在就是这样干的
mysql数据库，分表后，怎么进行分页查询？Mysql分库分表方案
Mysql分库分表方案
1.为什么要分表：
当一张表的数据达到几千万时，你查询一次所花的时间会变多，如果有联合查询的话，我想有可能会死在那儿了。分表的目的就在于此，减小数据库的负担，缩短查询时间。
mysql中有一种机制是表锁定和行锁定，是为了保证数据的完整性。表锁定表示你们都不能对这张表进行操作，必须等我对表操作完才行。行锁定也一样，别的sql必须等我对这条数据操作完了，才能对这条数据进行操作。
2. mysql proxy：amoeba
做mysql集群,利用amoeba。
从上层的java程序来讲，不需要知道主服务器和从服务器的来源，即主从数据库服务器对于上层来讲是透明的。可以通过amoeba来配置。
3.大数据量并且访问频繁的表，将其分为若干个表
比如对于某网站平台的数据库表-公司表，数据量很大，这种能预估出来的大数据量表，我们就事先分出个N个表，这个N是多少，根据实际情况而定。
某网站现在的数据量至多是5000万条，可以设计每张表容纳的数据量是500万条，也就是拆分成10张表，
那么如何判断某张表的数据是否容量已满呢?可以在程序段对于要新增数据的表，在插入前先做统计表记录数量的操作，当<500万条数据，就直接插入，当已经到达阀值，可以在程序段新创建数据库表(或者已经事先创建好)，再执行插入操作。
4. 利用merge存储引擎来实现分表
如果要把已有的大数据量表分开比较痛苦，最痛苦的事就是改代码，因为程序里面的sql语句已经写好了。用merge存储引擎来实现分表, 这种方法比较适合.
mysql分区表和分表哪个好
分表好，MySQL的性能，分表能够改善高并发的性能，分区能够充分利用磁盘的I/O吞吐率。
分表和分区并不矛盾，而是可以相互配合的。对于那些访问量比较大，并且数据量比较多的表，可以采取分表和分区结合的方式(如果MERGE存储引擎的分表方式不能和分区配合的话，也可以使用其他的分表方式)。对于访问量不大，但是数据量比较多的表，可以只采取分区的方式。
谢邀。如果是资产记录表根据常理，首先里边数据应该不能定期清理，根据你现在数据量算上一定增速一个月大概1500-2000千万的数据量。
建议初期可以考虑按月分表或者哈希分表，分区表临时顶下数据量突然增长，当个临时方案用还行，长治久安还是想着做分表吧。
mysql可以同时查询多张表吗
刚超过百万的表真不大，我做过的公司很多表都是几百万，个别的到了千万，对于一般的查询来说可以不用刻意考虑怎么存储的问题，mysql够扛的。而对于复杂的多连表查询，尤其是在做数据统计业务时，sql操作会很复杂，会很慢，但是因为这个业务是对数据的实时性要求不高，我们会采用写定时任务的方式，提前把多张表查询跑成一张最终的结果存储起来，我们业务上的sql直接去查这个最终表就行了。
有人说分表，横着切分。但是我见过的公司通常不会完全这样做，因为分表之后的弊端也很大，会导致有些业务对该数据的操作需求实现不了或者很麻烦。实际的做法是，分表的同时，仍然保留整体的原表，两份数据，一份是原表，另一份是对原表进行切分的副本，用这个分开的表来满足某部分业务的查询需求即可。至于怎么分，看业务，比如说我做过一款手机游戏的app，在统计用户的月活跃情况时，我会按月份分。
抛开具体的业务不谈，在其他方面通常的解决方案还有：
第一：成本最低也是最实用的方式：索引优化、sql优化。
第二：上缓存，查询也不一定完全就是数据量大影响的，高访问量请求数据库密集时，也会影响，用缓存挡在mysql前面，进行流量削锋。
第三：mysql读写分离，其实本质也是一种负载均衡的实现方式。
第四：分布式，把同一份数据分到不同服务器上，这个成本就大了，一般的公司用不到，想满足不同业务的需求对技术要求很高，较难解决的问题是在数据的一致性上。
等等，不管使用什么技术，一定要考虑好这个技术可能带来的后果尤其弊端是什么。