一.对两张表的结果进行合并起来，会有临时
union: 对两个结果集进行并集操作, 不包括重复行,相当于distinct, 同时进行默认规则的排序; （会去重，而去重所需要的开销很高，）
union all: 对两个结果集进行并集操作, 包括重复行, 即所有的结果全部显示, 不管是不是重复;（不会去冲，效率高）
二.分库分表的策略
首先查询的时候，怎么定位具体的表：查询之前，就要知道在哪张表；
1.按范围分表，如：id:1-1000万 放一张表；10001-2000万放一张表
2.月份，年份分表，1个月一张表，每年一张表
比如说按照时间范围来分库分表，每个库表中存放的都是连续时间范围的数据。但是这种方式一般很少用，因为很容易会产生热点问题，大量的流量都打在最新的数据上了。这种方案的优点在于扩容的时候非常简单，比如只要预备好每个月都准备一个库就可以了，到了下一个新的月份自动将数据写入新的库。缺点则是，如果大部分请求都是访问最新的数据，那么在这里，分库分表的设计目的就只是简单的扩容，而不是为了应对高并发了。
3.根据hash算法分表，每次通过标识算出表明
按照某个字段的hash值均匀分散，这个较为常用。优点在于可以平均分配每个库表的数据量和请求压力；缺点在于扩容比较麻烦，因为会存在一个数据迁移的过程，即之前的数据需要重新计算hash值并重新分配到不同的库表中。
三. myisam与innerDb 引擎区别
Innerdb引擎，索引与数据放在一起，叶子结点包含了完整的数据记录，两个文件，存结构，索引和数据，集聚索引，或聚簇索引。。
innerdb支持事务
数据库文件两个：
.frm:文件存储表定义
.iad:存储索引和数据
myisam引擎：索引与数据不在一起，就是非集聚索引(有三个文件，frm，存表结构，存数据，存索引，i d)，数据存在磁盘data目录下
不支持事务
四：B树与B+tree区别
B+树：叶子结点数据有指针，可以查找范围，数据直接存储在叶子节点中
B树： 叶子节点只存储了索引，需要根据索引去查数据，
没有指针，要查询范围，如，＞20的值，每次都要从根节点load
五：1.分库分表，集群；创建表结构没问题，sql写的没问题；索引没问题；