如何优化Mysql千万级快速分页，limit优化快？
select * from collect where id in (9000,12,50,7000); 竟然 0秒便可以查完！id in (str) 很快，根基还是0秒。若是这样，千万级的数据，mysql应该也很轻易应付。
mysql数据表规模九千万左右，怎么优化查询？
我的天啦，一个表九千万也是了不得了！
我上家公司明确规定，一张表不能超过5000万，因为查询效率会有更大的降低！
无论如何，看下如何优化数据查询吧！
①，单库单表:
1，加索引，一个好的索引能用空间换取查询时间的大为降低！
2，使用存储过程:减少sql编译的时间！
3，优化sql:包括联合查询的指向，where，order语句使用索引字段，减少使用多表联合查询，不要使用select *等等！
4，参数配置:扩大内存，调节线程池参数等等！
5，开启缓存:开启二级缓存，三级缓存，提升查询效率！
②，单库多表:
使用水平拆分（比如按月份），将表分为12张表，然后在代码端按照月份访问相应月份的表！
使用垂直拆分:很多字段只是作为保存记录用，（像一些约定，备注啥的字段往往很大），可以将查询中常常用到的字段放在常用的一张表中做查询，另一些字段放另一张表中存储，通过某个唯一索引字段联系起来，可以保证查询效率大为提升（因为磁盘IO减少）！
③，多库多表:
①，主从读写分离:表中数据虽然还是一致，但是由于多个从库读，主库写数据，大大减少共享锁的性能开销！
②，分库分表:指定一个字段作为，分库字段，利用hash值或者其它策略，分布在不同的库里面，在按照相应分布策略（比如上面的水平拆分或者垂直拆分），分散到不同的表里！
比如我们现在的数据库设计为8库1024表，你的将近一亿的数据在我们的单张表里面只有不到10W！
虽然理论上，一张表的大小不做任何限制，但是基于查询效率，索引性能等，不宜超出5000万数据！
关于多线程，分布式，微服务，数据库，缓存的更多干货，会继续分享，敬请关注。。
实践出真知。根据成本顺序依次是:
第一：加索引优化sql。尽量避免全盘扫描，另单表索引也不是越多越好。
第二：加缓存。使用redis，memcached，但注意缓存同步更新、设置失效等问题。
第三：主从复制，读写分离。适合读多写少的场景，同步会有延迟。
第四：垂直拆分。可以选用适当的中间件Mycat等
第五：水平切分。选择合理的sharding key，改动表结构，将大数据字段拆分出去，对经常查询的字段做一定的冗余，同时做好数据同步。
当然还有优化数据库连接配置，根据业务选用不同的数据库引擎等等。
我是一名架构师，欢迎关注，给技术加点料
我不清楚答题的大部分人是否有真正实践过，特别是用mysql实践过。大部分说是加索引、调整参数不是说不正确，有效果，但是不能很好的解决问题。说说个人想法:
部分答主的方案的确不敢苟同，纠正如下：
1、select count(*) 和 select count(主键) 在现阶段的mysql 没有太大区别，新版mysql这个对性能影响可以忽略。
2、强烈反对使用存储过程，后面介绍了使用分表分库的方案，就更不要用存储过程了。
3、单表行数和表数量，需要找到平衡点。表太多，性能也会下降。
我的回答：
1、单表9000w数据，mysql存储不了，想办法分表分库。500w数据的时候，你就该有这个想法了。只加索引解决不了问题，9000w的单表数据，很难平衡查找和插入性能，索引稍微多了插入性能也很低。
2、不要再说select count了，放弃汇总查询的想法，根本查不了。
3、数据最终以mysql作为主要存储，考虑最终查询的数据源放在非关系的数据存储上，mongo,es都可以考虑下。
4、业务场景都是需要实时查询9000w数据吗？非实时数据，可以考虑hadoop系大数据方案。
5、最后说下，mysql 和oracle，sql server不一样，不一样。
读写分离，分库分表，热数据放内存。
读写分离：减少写库所带来的行锁甚至表锁对查询的影响，提升查询效率，同时还可以保证高可用。
在设计系统之初就设计好垂直分库和垂直分表，比如垂直分表：在一张大表中，一些热数据的字段放在一起，一些不常用的而且占用空间比较大的字段放在另外一张表，这样子做的好处是提升了查询速度，因为mysql是以页存储数据的，一页之中存放的数据越多，查询效率会更高。
另外再配合redis mongodb这些缓存数据库，热数据放进去，查询效率会进一步得到提升。
如果上面的方案还无法解决查询缓慢的问题，可能是因为我们的数据量非常大，而且持续快速增长。我们还可以进行水平分库分表，例如把一张1亿数据量的大表，水平拆分成10张相同的大表，再水平拆分到10个不同的数据库中。。。
觉得可以的点个赞
是一张表九千万了吗？
建议：
第一、表读居多还是写？读的话数据库引擎用myisam ，写的话InnoDB 而不是MyISAM，因为MyISAM有太多锁。
第二、升级到MySQL 5.5 ，确保使用buffering功能。
第三，索引确保使用正确，且都在内存中，移除没有必要的索引。
第四、写场景多吗？ 设置innodb_buffer_pool_size足够大来确保更快的写操作。
第五、按业务id取模，分表。
最后，花钱加机器内存和用ssd磁盘吧。
数据库访问量很大时，如何做优化？
你好！如果有大量的访问用到调取到数据库时，往往查询速度会变得很慢，所以我们需要进行优化处理。
优化从三个方面考虑：
SQL语句优化、
主从复制，读写分离，负载均衡、
数据库分库分表。
一、SQL查询语句优化
1、使用索引
建立索引可以使查询速度得到提升，我们首先应该考虑在where及order by，group by涉及的列上建立索引。
2、借助explain（查询优化神器）选择更好的索引和优化查询语句
SQL 的 Explain 通过图形化或基于文本的方式详细说明了 SQL 语句的每个部分是如何执行以及何时执行的，以及执行效果。通过对选择更好的索引列，或者对耗时久的SQL语句进行优化达到对查询速度的优化。
3、任何地方都不要使用SELECT * FROM语句。
4、不要在索引列做运算或者使用函数
5、查询尽可能使用limit来减少返回的行数
6、使用查询缓存，并将尽量多的内存分配给MYSQL做缓存
二、主从复制，读写分离，负载均衡
目前大多数的主流关系型数据库都提供了主从复制的功能，通过配置两台（或多台）数据库的主从关系，可以将一台数据库服务器的数据更新同步到另一台服务器上。网站可以利用数据库这一功能，实现数据库的读写分离，从而改善数据库的负载压力。一个系统的读操作远远多于写操作，因此写操作发向master，读操作发向slaves进行操作（简单的轮询算法来决定使用哪个slave）。
利用数据库的读写分离，Web服务器在写数据的时候，访问主数据库（master），主数据库通过主从复制将数据更新同步到从数据库（slave），这样当Web服务器读数据的时候，就可以通过从数据库获得数据。这一方案使得在大量读操作的Web应用可以轻松地读取数据，而主数据库也只会承受少量的写入操作，还可以实现数据热备份，可谓是一举两得。
三、数据库分表、分区、分库
1、分表
通过分表可以提高表的访问效率。有两种拆分方法：
垂直拆分
在主键和一些列放在一个表中，然后把主键和另外的列放在另一个表中。如果一个表中某些列常用，而另外一些不常用，则可以采用垂直拆分。
水平拆分
根据一列或者多列数据的值把数据行放到两个独立的表中。
2、分区
分区就是把一张表的数据分成多个区块，这些区块可以在一个磁盘上，也可以在不同的磁盘上，分区后，表面上还是一张表，但是数据散列在多个位置，这样一来，多块硬盘同时处理不同的请求，从而提高磁盘I/O读写性能。实现比较简单，包括水平分区和垂直分区。
3、分库
分库是根据业务不同把相关的表切分到不同的数据库中，比如web、bbs、blog等库。
分库解决的是数据库端 并发量的问题。分库和分表并不一定两个都要上，比如数据量很大，但是访问的用户很少，我们就可以只使用分表不使用分库。如果数据量只有1万，而访问用户有一千，那就只使用分库。
注意：分库分表最难解决的问题是统计，还有跨表的连接（比如这个表的订单在另外一张表），解决这个的方法就是使用中间件，比如大名鼎鼎的MyCat，用它来做路由，管理整个分库分表，乃至跨库跨表的连接