现实世界商务竞争越演越烈，出现更多的细分市场、深度营销和定制功能，这导致各种商务应用的用户数和业务复杂度同步增加
反映到数据库里，就是表的数量和数据量日益增长，数据库响应速度日益缓慢
为什么一个功能好的产品，往往上线后就出现性能问题，不得不反复回炉修改
为什么一到业务高峰期，系统就慢的动弹不得，只能关闭部分业务保障关键业务
数据量从十万到百万，从百万到千万，从千万到上亿，从亿再向兆跨越，如何保障程序能够经受住大数据量的考验
这都是我们面临的真实现状，也是大家反复在思考的问题
《道德经》上说：“有道无术,术尚可求,有术无道,止于术
”众人把目光集中在系统架构、查询算法、数据库软件的底层原理等等“术”上，却忽视了深刻理解数据这条光明大“道”
数据从哪里来
数据用来读还是写
数据与数据之间有什么样的关系
数据的增长速度如何控制
最有价值的数据是什么
数据什么时候可以丢弃
假如不能回答这一长串问题，如果不是以这一长串问题的答案为程序设计的出发点，代码如何能经受大数据量的考验
在数据的采集、计算、展现和存储这一设计链条中，开发者通常负责设计关系型数据模型，编写程序计算和展现数据，数据库管理员负责数据文件存放位置、表空间存储参数等的架构设计
但是，数据库管理员往往不了解业务，不了解数据的特点，数据存储设计表现为千“表”一律
数据存储设计模式是根据数据的真正特点，仔细分析数据流向、数据访问特点、数据量、数据增长量和数据生命周期，对数据进行分类，然后根据不同类型的数据设计不同的存储策略
正确的应用数据存储设计模式，可以几倍，甚至几十倍的提高数据访问效率
大数据量下的数据特点 全球最大数据库的数据量已经先后越过了MB 量级、GB 量级和 TB 量级，站到了 PB 量级的门口
在庞大的数据量面前，对数据进行分类显得尤为重要
人们对数据感兴趣的时间是不一样的，大量的数据进入
