海量数据解决方案
使用缓存
使用程序直接保存到内存中。主要使用Map，尤其ConcurrentHashMap。
使用缓存框架。常用的框架：Ehcache，Memcache，Redis等。
最关键的问题是：什么时候创建缓存，以及其失效机制。对于空数据的缓冲：最好用一个特定的类型值来保存，以区别空数据和未缓存的两种状态。
数据库优化
1，表结构优化。 2，SQL语句优化，语法优化和处理逻辑优化。可记录各语句执行时间，有针对性的分析。
3，分区 4，分表 5，索引优化
6，使用存储过程代替直接操作
分离活跃数据
批量读取和延迟修改
高并发情况可以将多个查询请求合并到一个。高并发且频繁修改的可以暂存缓存中。
分布式数据库
将不同的表存放到不同的数据库中，然后再放到不同的服务器中。
NoSql，not only SQL。没有关系型数据库那么多限制，比较灵活高效。Hadoop，将一个表中的数据分层多块，保存到多个节点（分布式）。每一块数据都有多个节点保存（集群）。集群可以并行处理相同的数据，还可以保证数据的完整性。