1,? http://www.javaeye.com/post/423268
把一個表分成N張相同的表是為了加速查詢速度吧.
1,用數據庫級的表分區, 把數據分在不同 的PV上. 增加IO性能. (Oracle, DB2都有實現)
2,如果是DB2還有另一種方案, 做數據庫的Partition, 把數據散列到不同的單獨節點供查詢使用. 但這種方法只適合OLAP(雖然OLTP也有相應解決方案,但效果不佳).
3,樓上說的, 做視圖, 但這種方法把動態表合在一起性能也是一件很郁悶的事情.
4,做物化視圖, 比動態視圖訪問數據的能力強些, 但數據冗余量又太大.
還有, 您什么樣的應用會一下查詢那么多的數據量? 一定是個OLAP業務吧, 如果是, 盡量把它當做數據中心, 在它之上做個數據準備區保障時間維度一制性, 按業務做不同業務的數據集市供業務訪問. 那樣各個數據集市的數據壓力會小些. 數據查詢統計的壓力全部移到數據準備區中.
把一個表分成N張相同的表是為了加速查詢速度吧.
1,用數據庫級的表分區, 把數據分在不同 的PV上. 增加IO性能. (Oracle, DB2都有實現)
2,如果是DB2還有另一種方案, 做數據庫的Partition, 把數據散列到不同的單獨節點供查詢使用. 但這種方法只適合OLAP(雖然OLTP也有相應解決方案,但效果不佳).
3,樓上說的, 做視圖, 但這種方法把動態表合在一起性能也是一件很郁悶的事情.
4,做物化視圖, 比動態視圖訪問數據的能力強些, 但數據冗余量又太大.
還有, 您什么樣的應用會一下查詢那么多的數據量? 一定是個OLAP業務吧, 如果是, 盡量把它當做數據中心, 在它之上做個數據準備區保障時間維度一制性, 按業務做不同業務的數據集市供業務訪問. 那樣各個數據集市的數據壓力會小些. 數據查詢統計的壓力全部移到數據準備區中.
?