临时冒出另外一种解决想法，即用 GDB 调试崩溃恢复，通过临时修改 validate 变量值让 MySQL 跳过表空间验证过程 ， 然后让 MySQL 正常关闭，重新启动就可以正常启动了 。但是实际测试发现，如果以 debug 模式运行，确实可以临时修改 validate 变量，跳过表空间验证过程 ， 但是 debug 模式下代码运行效率大打折扣，反而耗时更长 。而以非 debug 模式运行，则无法修改 validate 变量，想法破灭 。
Mysql某个表有近千万数据，CRUD比较慢，如何优化？ 数据千万级别之多，占用的存储空间也比较大 ， 可想而知它不会存储在一块连续的物理空间上，而是链式存储在多个碎片的物理空间上 。可能对于长字符串的比较 ， 就用更多的时间查找与比较，这就导致用更多的时间 。
可以做表拆分，减少单表字段数量，优化表结构 。
在保证主键有效的情况下 ， 检查主键索引的字段顺序，使得查询语句中条件的字段顺序和主键索引的字段顺序保持一致 。
主要两种拆分 垂直拆分 ， 水平拆分 。
垂直分表
也就是“大表拆小表” ， 基于列字段进行的 。一般是表中的字段较多，将不常用的，数据较大 ， 长度较长（比如text类型字段）的拆分到“扩展表“ 。一般是针对 那种 几百列的大表 ， 也避免查询时 ， 数据量太大造成的“跨页”问题 。
垂直分库针对的是一个系统中的不同业务进行拆分，比如用户User一个库，商品Product一个库 ， 订单Order一个库 。切分后，要放在多个服务器上，而不是一个服务器上 。为什么？ 我们想象一下，一个购物网站对外提供服务 ， 会有用户，商品，订单等的CRUD 。没拆分之前，全部都是落到单一的库上的，这会让数据库的单库处理能力成为瓶颈 。按垂直分库后，如果还是放在一个数据库服务器上， 随着用户量增大，这会让单个数据库的处理能力成为瓶颈，还有单个服务器的磁盘空间 ， 内存，tps等非常吃紧 。所以我们要拆分到多个服务器上，这样上面的问题都解决了，以后也不会面对单机资源问题 。
数据库业务层面的拆分，和服务的“治理”，“降级”机制类似，也能对不同业务的数据分别的进行管理，维护，监控，扩展等 。数据库往往最容易成为应用系统的瓶颈，而数据库本身属于“有状态”的，相对于Web和应用服务器来讲，是比较难实现“横向扩展”的 。数据库的连接资源比较宝贵且单机处理能力也有限，在高并发场景下，垂直分库一定程度上能够突破IO、连接数及单机硬件资源的瓶颈 。
水平分表
针对数据量巨大的单张表（比如订单表），按照某种规则（RANGE,HASH取模等），切分到多张表里面去 。但是这些表还是在同一个库中，所以库级别的数据库操作还是有IO瓶颈 。不建议采用 。
水平分库分表
将单张表的数据切分到多个服务器上去，每个服务器具有相应的库与表，只是表中数据集合不同 。水平分库分表能够有效的缓解单机和单库的性能瓶颈和压力 ， 突破IO、连接数、硬件资源等的瓶颈 。
水平分库分表切分规则
1. RANGE
从0到10000一个表 ， 10001到20000一个表；
2. HASH取模
一个商场系统，一般都是将用户，订单作为主表，然后将和它们相关的作为附表 ， 这样不会造成跨库事务之类的问题 。取用户id，然后hash取模，分配到不同的数据库上 。
3. 地理区域
比如按照华东，华南，华北这样来区分业务 ， 七牛云应该就是如此 。
推荐阅读
- word里的方框怎么打钩，word方框怎么弄打钩
- html代码各个标记的作用，html代码各个标记的作用和意义
- 包含HTML5videospeed的词条
- c语言输入函数逗号 c语言输入的时候逗号也要输入吗
- postgresql查看当前数据库实例的简单介绍
- flutter交易所源码，flutter开源app
- 每日一淘商品如何推广，每日一淘商品如何推广
- Java常用高大上代码 简短的java代码
- jquery识别手机访问，jquery获取当前页面url