数据库大量数据update慢，如何克服

用的是单机数据库吗？ 如果数据量过大性能可能无法支撑，可以尝试改用分布式数据库。

相对于单机数据库，分布式数据库的数据分布式存储，读写分离，性能高，在线一键平滑扩容，感兴趣可以了解一下。

顺便给个福利，华为云分布式数据库中间件DDM正在做试用体验活动，可以了解一下。

华为云、阿里云、腾讯云都推出了分布式数据库服务。

无限扩容

自动水平拆分。

支持字符串、数字、日期等多种拆纬度。

业务不中断平滑扩容。

性能卓越

性能通过水平扩展可线性提升。

简单易用

兼容MYSQL 协议、语法、客户端。

轻松数据导入，数据库上云。

一键实现数据库扩容。

业务零代码改动，实现读写分离。

快速部署

可在线快速部署实例，节省采购、部署、配置等自建数据库工作，缩短项目周期，帮助业务快速上线。

低成本

稳定的产品，完善的运维和技术支持，相比开源产品总体性价比更高；多种实例规格配置覆盖不同业务规模场景，按需购买。

单机数据库的现状与困境

随着互联网飞速发展，企业数据越来越庞大，应用对性能要求也越来越高。单机数据库对大批量数据的处理存在一定的局限性：

单机数据库容易产生容量与性能瓶颈

当前的硬件条件下，主流数据库可以支持单表千万级数据量的存储，但是难以支撑密集的并发读写，存在性能瓶颈。

传统的分区分表或分库方案限制太多

采用分区表方案，数据不能跨实例存储，扩展性和维护性较差。

采用分库方案，客户端需要自行管理各库连接，数据库连接管理和升级复杂，扩容迁移困难。

单机数据库服务器成本高昂

普通X86服务器支撑能力有限，品牌厂商的服务器价格高昂，通过增加硬件规格来提升并发性能的成本太高，且能到达的性能高度有限。

DDM轻松应对海量数据与高并发

DDM解决了单机关系型数据库对硬件依赖性强、扩展能力有限、数据量增大后扩容困难、数据库响应变慢等难题，通过分布式集群架构方案实现了“平滑扩容”，扩容过程中保持业务不中断。

数据分布存储

DDM采用水平拆分方式，将数据记录数庞大的单表，按指定的拆分规则，分布式存储到各个分片中。同时DDM提供路由分发功能，应用服务无需考虑数据该写入哪个分片，该从哪个分片读取。

读写分离

用户可以根据数据读取压力负载情况，为每个RDS实例配置一个或者多个只读实例，提高查询并发性能。

高性能

在实际业务访问中，SQL主要的性能瓶颈集中在物理数据库节点上。

DDM实例关联多个RDS节点，减少单个RDS存储的数据量，同时实现并行计算，支持PB级数据量访问，以及百万级高并发。

在线平滑扩容

DDM在不中断业务的情况下，支持新增RDS实例，水平扩容存储空间。一键式扩容，轻松解决单机数据库的容量瓶颈。

polardbformysql支持水平扩展，数据库很容易成为应用系统的瓶颈。单机数据库的资源和处理能力有限，在高并发的分布式系统中，可采用分库分表突破单机局限。本文总结了分库分表的相关概念、全局ID的生成策略、分片策略、平滑扩容方案、以及流行的方案。

---