表里面有4亿条数据，如果做优化？

原帖《请问表里面有4亿条数据，如果做优化？》

http://topic.csdn.net/u/20110304/19/20f1737d-74ce-4546-9273-5861a022c301.html

 

 

 

问题： 数据库版本是db2 9.7。
表出入口T_CRK，数据量为4亿，并且每月都增加几百万。 结构大致如下：
ID 主键
CRRQ 日期
PLACE 地点
XNAME 姓名
....

还有其他的字段，但主要是这几个字段，查询的时候也一般是按照这几个条件查询，其中，日期是必选的查询条件，用户可以选择某一天也可以是某个时间段。姓名用户希望是模糊查询，地点总共有200个。

我是这样做的优化：
1、把原来的表改成分区表。按照日期的年份分区，既 一年 的数据是一个分区。
2、在日期上建立索引。后来想在日期上建立一个分区索引，一查才知道 db2 9.7 默认建立的就是分区索引。
3、在地点、姓名上建立了索引。

现在，查询条件为 等于某个日期的时候效率很高（<2s）。但是如果是一个时间段（一个月，一个月大约为几百万数据），就很慢，大约得1-2分钟。
如果在加上地点、姓名那就更慢了。最要命的是用户要求姓名模糊查询。

请大家指点一下。多谢！！

思路A： 中国人的姓名没几个字，人家想模糊查询，不如你加个字段，把关键的东西放进去，再给这个字段编个索引，界面上用户虽然用的是模糊，我们在后台把关键字拿出来用 = 而不是 like 去查索引。

思路B： 以2个月为单位建立分表 相当于数据归档 把当天的数据放在一张表临时表中，便于客户查询 建立索引 尽量在
where字句后加条件 注意从后往前过滤

思路C： 设计的时候就该给用户一个唯一ID，用ID号匹配，但是这个ID不是自增，可用一个分表记录ID号，方便迁移。

思路D： 综合下先建立表结构逻辑模型：
通过使用数据仓库建模思想建立星型模型：
1事实表
ID 主键
CRRQ_ID 日期ID
PLACE_ID 地点ID
XNAME_ID 姓名ID
XX 事实字段

2日期维表
CRRQ_ID 日期ID
CRRQ 日期

3地点维表
PLACE_ID 地点ID
PLACE 地点

4客户维表
XNAME_ID 姓名ID
XNAME 姓名

再利用DB2数据库的物理优化方法：
对事实表
 1 数据库分区
 2 表分区 
 3 建立MDC  
 4 建立 MQT 
 5 对联合主键建立位图索引

这样完全可以达到需求，4亿条数据的事实表在数据仓库中只能算小表