大数据量系统的数据库结构设计

一、把你表中常常查询的和不经常使用的分开几个表，也就是横向切分

二、把不一样类型的分红几个表，纵向切分

三、经常使用联接的建索引

四、服务器放几个硬盘，把数据、日志、索引分盘存放，这样能够提升IO吞吐率

五、用优化器，优化你的查询

六、考虑冗余，这样能够减小链接

七、能够考虑创建统计表，就是实时生成总计表，这样能够避免每次查询都统计一次

八、用极量数据测试一下 数据仓库解决的是数据挖掘，共享，和大数据量存储有什么根本关系？

mrzxc 等说的好，考虑你的系统，注意负载平衡，查询优化，25 万并不大，能够建一个表，而后按mrzxc 的3 4 5 7 优化。 速度，影响它的因数太多了，且数据量越大越明显。

一、存储 将硬盘分红NTFS格式，NTFS比FAT32快，并看你的数据文件大小，1G以上你能够采用多数据库文件，这样能够将存取负载分散到多个物理硬盘或磁盘阵列上。

二、tempdb tempdb也应该被单独的物理硬盘或磁盘阵列上,建议放在RAID 0上，这样它的性能最高,不要对它设置最大值让它自动增加

三、日志文件 日志文件也应该和数据文件分开在不一样的理硬盘或磁盘阵列上，这样也能够提升硬盘I/O性能。

四、分区视图 就是将你的数据水平分割在集群服务器上，它适合大规模OLTP,SQL群集上，若是你数据库不是访问特别大不建议使用。

五、簇索引 你的表必定有个簇索引，在使用簇索引查询的时候，区块查询是最快的，如用between，应为他是物理连续的，你应该尽可能减小对它的updaet,应为这可使它物理不连续。

六、非簇索引 非簇索引与物理顺序无关，设计它时必须有高度的可选择性，能够提升查询速度，但对表update的时候这些非簇索引会影响速度，且占用空间大，若是你愿意用空间和修改时间换取速度能够考虑。

七、索引视图 若是在视图上创建索引,那视图的结果集就会被存储起来，对与特定的查询性能能够提升不少，但一样对update语句时它也会严重减低性能，通常用在数据相对稳定的数据仓库中。

八、维护索引 你在将索引建好后，按期维护是很重要的，用dbcc showcontig来观察页密度、扫描密度等等，及时用dbcc indexdefrag来整理表或视图的索引,在必要的时候用dbcc dbreindex来重建索引能够受到良好的效果。 不论你是用几个表一、二、3点均可以提升必定的性能，五、六、8点你是必须作的，至于四、7点看你的需求，我我的是不建议的。