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