问题1 :数据库中存储的数据量很少，但读写操作很大，并未超出数据库服务器的处理能力。
基于阿里巴巴云RD版测试结果(Mysql处理性能)
CPU内存连接数TPS QPS
4 16 4000 685 12337
8 16 4000 982 20879
8 32 8000 1308 23555
16 64 16000 2040 41530
光靠扩充机器是满足不了我们的要求的。 我该怎么办？
解决方案：添加常用方法——缓存(Redis )以减少数据库压力
派生问题：
1、缓存是过期，还是要求数据库进行大量读取和所有写入？ 如果数据库不支持该怎么办？
:典型方法——读写分离(Mysql主从复制)由多个数据库提供读写服务
2、读写分离需要操作不同的库，对道层代码有影响吗？ 怎么隔离这个变化？
:添加数据访问模块—— (数据库中间件)，减少代码入侵
问题2:APP应用程序业务模块多、总数据量大，并发读写操作是否超出了单个数据库服务器的处理能力？
解决方案：数据量大，同时压力大，可以分库读写分离
1、面对领先压力，我们可以将多个从机集群化。
2、对于写入压力，多个主库之间的数据库同步，难以保持数据的完整性吗？ 如果数据量很大，单一库存来不了怎么办？
:分库——怎么分库？ 每个业务模块有多个数据库(用户库、商品库……) ) ) )。
派生问题：
1、谁负责多个数据库之间的负载平衡操作？
2、有可能操作多个库，对Dao层的代码有影响吗？
a、如何在库之间关联查询？
b、某业务数据库读写压力大，该怎么办？
:添加数据访问模块—— (数据库中间件)，减少代码入侵
问题3 )如果一个表的数据量大，如电子商务网站的商品表、订单表等，超过一个表的在线？
解决方案：考虑超过1000万个分区表、分区表
派生问题：
1、怎么分？
:根据一定的规则将数据分成多个表存储时，可以有什么样的表划分规则？
2、分表的情况下，对刁层的代码有影响吗？
如何决定将数据存储在哪里？
要查询多个表？
如何使其对Dao层透明？
:添加数据访问模块—— (数据库中间件)，减少代码入侵
总结：为什么要使用数据库中间件
高并发性，对于大量数据：
1、数据库中存储的数据量很少，但读写操作都很大，并没有超出数据库服务器的处理能力。
2.APP应用的业务模块多，总数据量大，同时读写操作超出了单个数据库服务器的处理能力。
3、电子商务网站、商品表、订单表等单表数据量大，超过单表存储在线的。
要解决数据存储、访问性能问题，需要数据库中间件。 这样可以在APP应用程序中快速应用读写隔离、库拆分和表拆分