一百万条数据,用access还是mysql?
1、mysql是企业级的数据库 aess个人的话比较好用。灵活性也比较大，不用太多的专业知识。
2、所以来说还是跟据你自己的情况来选择。其实这也不是什么大事，刚开始程序小，网站小，可以先用ACCESS，后来发展大了，可以升级到SQL，它们之间都有转换工具的，很方便，程序只用做小量修改就可以了。
3、两个不是同类数据库，MYSQL是网络数据库，ACCESS是桌面数据库。
4、Microsoft Access数据库有一定的极限，如果数据达到100M左右，很容易造成服务器iis假死，或者消耗掉服务器的内存导致服务器崩溃。SQL Server是一个关系数据库管理系统。
5、access内容少些，窗体报表之类的界面做起来更简单些，上手更容易些。但功能不如my sql强大，数据量一大，处理速度就跟不上了。
使用MySQL处理百万级以上数据时,不得不知道的几个常识
并不是所有索引对查询都有效，SQL是根据表中数据来进行查询优化的，当索引列有大量数据重复时，SQL查询可能不会去利用索引，如一表中有字段 sex，male、female几乎各一半，那么即使在sex上建了索引也对查询效率起不了作用。
应尽量避免在 where 子句中使用！=或操作符，否则将引擎放弃使用索引而进行全表扫描。 对查询进行优化，应尽量避免全表扫描，首先应考虑在 where 及 order by 涉及的列上建立索引。
如果你不定义为您的表的主键时，MySQL取第一个唯一索引（unique）而且只含非空列（NOT NULL）作为主键，InnoDB使用它作为聚集索引。
分表是分散数据库压力的好方法。 分表，最直白的意思，就是将一个表结构分为多个表，然后，可以再同一个库里，也可以放到不同的库。 当然，首先要知道什么情况下，才需要分表。个人觉得单表记录条数达到百万到千万级别时就要使用分表了。
所有mysql索引列类型都可以被索引，对来相关类使用索引可以提高select查询性能，根据mysql索引数，可以是最大索引与最小索引，每种存储引擎对每个表的至少支持16的索引。总索引长度为256字节。
有一次设计mysql索引的时候，无意中发现索引名字可以任取，可以选择几个字段进来，这有什么用呢？开始的select id from collect order by id limit 90000，10； 这么快就是因为走了索引，可是如果加了where 就不走索引了。
急!!!当前流行数据库比较!要全!
SQL Server是由微软开发的数据库管理系统，是Web上最流行的用于存储数据的数据库，它已广泛用于电子商务、银行、保险、电力等与数据库有关的行业。
结果，5版本成了一条狗(如果你仔细听，能听到它的叫声)，0版本是值得注意的优秀的数据库引擎，而2000版本又在这个基础上进行了改进。DB2IBM的DB2是最早的，而且是保留下来的最好的关系数据库引擎之一。
数据量太大，比如上亿，就用oracle，优点上亿数据对Oracle来说轻飘飘的，也不用太多优化配置，缺点安装比较麻烦，上手比较慢。 数据量较大，比如千万级，用postgresql，它号称对标Oracle，处理千万级数据还是可以的，也是易学易用。
ACCESS是由微软发布的关联式数据库管理系统。它结合了 Microsoft Jet Database Engine 和图形用户界面两项特点，是 Microsoft Office的成员之一。
当提及软件的性能，SQL服务器的稳定性要比它的竞争对手强很多。但是，这些特性也要付出代价的。比如，必须增加额外复杂操作，磁盘存储，内存损耗等等。
要做一个学籍管理系统,数据在百万级,不知道MySQL数据库能不能满足需求...
加索引注意事项：对那些字符内容较长的最好不要加索引按照官方文档，单表加的索引不要超过16个，索引的长度不要超过256个字节。随意加索引，会给数据维护增加负担其实，可以引入分区。
结论：可以解决需求，但会导致表锁，原因是for update只有在限制主键ID时，才会采用行锁，否则会采用表锁。所以要使用for update，必须限制查询表的主键ID。结论：不能解决问题，且会造成 DEPENDENT SUBQUERY ，从而导致慢查询。
可以用MySQL数据库。MySQL是一种开放源代码的关系型数据库管理系统（RDBMS），使用最常用的数据库管理语言--结构化查询语言（SQL）进行数据库管理。
应该使用oracle，10万条以上的数据频繁读写就应该使用oracle，还应该使用服务器集群技术。
mysql数据库数据达到多少分表
1、再后来，阿里巴巴《Java 开发手册》提出单表行数超过 500 万行或者单表容量超过 2GB，才推荐进行分库分表。对此，有阿里的黄金铁律支撑，所以，很多人设计大数据存储时，多会以此为标准，进行分表操作。
2、这里使用HASH表分区，mysql会根据HASH字段来自动分配数据到不同的表分区，这种情况适用于没有表分区规则但是有需要分表来进行查询优化的情况。
3、但是，当出现MyISAM存储引擎之后，也就是从MySQL 23开始，MySQL单表最大限制就已经扩大到了64PB了（官方文档显示）。
4、分表是分散数据库压力的好方法。 分表，最直白的意思，就是将一个表结构分为多个表，然后，可以再同一个库里，也可以放到不同的库。 当然，首先要知道什么情况下，才需要分表。个人觉得单表记录条数达到百万到千万级别时就要使用分表了。
5、假如一个门户网站，它的数据库表已经达到了1亿条记录，那么此时如果通过select去查询，必定会效率低下（不做索引的前提下）。
6、在大型电商网站中，随着业务的增多，数据库中的数据量也是与日俱增，这时候就要将数据库进行分库分表了。
MySQL到底能支持多大的数据量(mysql多大数据量会影响性能)
曾经在中国互联网技术圈广为流传着这么一个说法：MySQL 单表数据量大于 2000 万行，性能会明显下降。事实上，这个传闻据说最早起源于百度。
MySQL服务器的最大并发连接数是16384。受服务器配置，及网络环境等制约，实际服务器支持的并发连接数会小一些。主要决定因素有：服务器CPU及内存的配置。网络的带宽。互联网连接中上行带宽的影响尤为明显。
MySQL22限制的表大小为4GB。由于在MySQL23中使用了MyISAM存储引擎，最大表尺寸增加到了65536TB（2567_1字节）。
mysql为何只适合百万数据量的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于mysql 百万数据、mysql为何只适合百万数据量的信息别忘了在本站进行查找喔。