查询性能主要取决于它需要扫描的记录数，索引在其中起着很高的作用，索引数据大小与行数和索引数成正比。

带有索引字段条件和完整值的查询通常会在1毫秒内返回，但是starts_with, in, Between，显然包含条件可能需要更多的时间和更多的记录来扫描。

此外，您还将面临DDL的许多维护问题，如ALTER, DROP将缓慢且难以处理更多的实时流量，即使是添加索引或新列。

一般来说，建议将数据库集群到所需的尽可能多的集群中(500GB将是一个通用的基准，正如其他人所说，它取决于许多因素，并且可以根据用例而变化)，这样可以提供更好的隔离性，并提供扩展特定集群的独立性(更适合B2B情况)

I once was called upon to look at a mysql that had "stopped working". I discovered that the DB files were residing on a Network Appliance filer mounted with NFS2 and with a maximum file size of 2GB. And sure enough, the table that had stopped accepting transactions was exactly 2GB on disk. But with regards to the performance curve I'm told that it was working like a champ right up until it didn't work at all! This experience always serves for me as a nice reminder that there're always dimensions above and below the one you naturally suspect.

总的来说，这是一个非常微妙的问题，无论如何都不是微不足道的。我建议你阅读mysqlperformanceblog.com和高性能MySQL。我真的认为这个问题没有普遍的答案。

我正在做一个项目，它有一个MySQL数据库，几乎有1TB的数据。最重要的可伸缩性因素是RAM。如果您的表的索引适合内存，并且您的查询得到了高度优化，那么您可以使用普通机器处理合理数量的请求。

记录的数量确实很重要，这取决于表的外观。有很多varchar字段和只有几个int或long类型是有区别的。

数据库的物理大小也很重要:例如，考虑备份。根据你的引擎，你的物理db文件会增长，但不会缩小，例如innodb。因此，删除大量的行，并不有助于缩小您的物理文件。

这个问题有很多，在很多情况下，细节决定成败。

这取决于您的查询和验证。

例如，我处理过一个包含10万种药物的表格，表格中每个药物都有一个超过15个字符的列通用名。我输入了一个查询来比较两个表格之间药物的通用名。查询需要更多的时间来运行。同样，如果使用药物索引，使用id列(如上所述)比较药物，只需要几秒钟。

如果数据库设计不当，性能可能会在几千行中下降。

如果你有合适的索引，使用合适的引擎(不要使用MyISAM，因为需要多个dml)，使用分区，根据使用情况分配正确的内存，当然还有良好的服务器配置，MySQL可以处理tb级的数据!

总有办法提高数据库性能。

2GB和约15M条记录是一个非常小的数据库-我在奔腾III上运行过更大的数据库(!)，一切仍然运行得非常快。如果你的慢，那是数据库/应用程序设计的问题，而不是mysql的问题。