1.数据库层面：
- 读写分离，对于大部分业务来说，读取操作要大于写入，同一个库，既读又写的话，负载会比较重，拆分为读库和写入库，可以降低数据库的负载，分时或延迟将写入的数据同步到读取库中
- 分库or分表，在数仓中，每一层使用一个库，对于大表，按照区域，时间等拆分成小表，这样每次读写操作需要遍历的数据量会减少，也会提高性能，再细分的话又有垂直拆分与水平拆分
- 缓存：这是一个应对频繁读取操作的一个常见设计，同一个查询，如果短时间再次查询，直接读数据库，负载增大，如果把经常读取的数据写入缓存，可以减少读取压力，当然这样会导致一致性问题，例如底层数据改变，缓存没更新
- 分布式：分而治之的思想，常见的如hadoop，通过mapreduce过程，将大的任务切割成小的，分布执行，然后将结果汇总起来