串类型，更新请求少； 最后登录时间，在线时常，访问次数，信件数这些字

段为整数型字段，更新频繁，可以将后面这些更新频繁的字段独立拆出一张数

据表，表内容变少，索引结构变少，读写请求变快。

横向切表

等分切表，如哈希切表或其他基于对某数字取余的切表。等分切表的优点是负

载很方便的分布到不同服务器；缺点是当容量继续增加时无法方便的扩容，需

要重新进行数据的切分或转表。而且一些关键主键不易处理。

递增切表，比如每1kw用户开一个新表，优点是可以适应数据的自增趋势；

缺点是往往新数据负载高，压力分配不平均。

日期切表，适用于日志记录式数据，优缺点等同于递增切表。

个人倾向于递增切表，具体根据应用场景决定。

热点数据分表

将数据量较大的数据表中将读写频繁的数据抽取出来，形成热点数据表。通常

一个庞大数据表经常被读写的内容往往具有一定的集中性，如果这些集中数据

单独处理，就会极大减少整体系统的负载。

热点数据表与旧有数据关系

可以是一张冗余表，即该表数据丢失不会妨碍使用，因源数据仍存在于旧

有结构中。优点是安全性高，维护方便，缺点是写压力不能分担，仍需要

同步写回原系统。

可以是非冗余表，即热点数据的内容原有结构不再保存，优点是读写效率

全部优化；缺点是当热点数据发生变化时，维护量较大。

具体方案选择需要根据读写比例决定，在读频率远高于写频率情况下，优

先考虑冗余表方案。

热点数据表可以用单独的优化的硬件存储，比如昂贵的闪存卡或大内存系统。 热点数据表的重要指标

热点数据的定义需要根据业务模式自行制定策略，常见策略为，按照最新

的操作时间；按照内容丰富度等等。

数据规模，比如从1000万条数据，抽取出100万条热点数据。

热点命中率，比如查询10次，多少次命中在热点数据内。

理论上，数据规模越小，热点命中率越高，说明效果越好。需要根据业务

自行评估。

热点数据表的动态维护

加载热点数据方案选择

定时从旧有数据结构中按照新的策略获取

在从旧有数据结构读取时动态加载到热点数据

剔除热点数据方案选择

基于特定策略，定时将热点数据中访问频次较少的数据剔除

如热点数据是冗余表，则直接删除即可，如不是冗余表，需要回写给

旧有数据结构。

通常，热点数据往往是基于缓存或者key-value 方案冗余存储，所以这里提到

的热点数据表，其实更多是理解思路，用到的场合可能并不多….

表结构设计

查询冗余表设计

涉及分表操作后，一些常见的索引查询可能需要跨表，带来不必要的麻烦。确