1.数据库性能瓶颈
产生瓶颈的原因：
--数据库连接数达到机器性能的瓶颈
文章图片
--表数据量过大，有些查询命中不了索引从而导致全表扫描；维护索引的效率也随着数据量大到一定量级后指数级下降;
新增修改数据的速度会下降很多。
文章图片
文章图片
--硬件资源本身的qps和tps的瓶颈
2.大数据量数据库性能解决方案 2.1. sql优化(避免多次查询，利用好索引)
2.2. 缓存（redis，es）
2.3. 建好索引(根据查询实际需求来建立索引)
2.4. 读写分离
【数据库性能瓶颈和常见解决方案】区别读、写多数据源方式进行数据的存储和加载。数据的存储（增删改）一般指定写数据源，数据的读取查询指定读数据源(读写分离会基于主从复制)。
文章图片
解决的问题：
1，解决了数据库连接瓶颈
2，释放了硬件资源限制（QPS\TPS）
主从复制形式：
文章图片
2.5. 分库分表
对数据的库表进行拆分，用分片的方式对数据进行管理。
垂直拆分
文章图片
解决的问题：
? 1，解决了数据库连接瓶颈
? 2，释放了硬件资源限制（QPS\TPS）
水平拆分
文章图片
分库分表中间件的工作原理：
文章图片
解决的问题：
? 1，表数据量大的问题 存储空间也解决了
? 2，解决了数据库连接瓶颈
? 3，释放了硬件资源限制（QPS\TPS）
