数据库的历史表越来越大，访问速度就会慢，这是老问题了。按时间字段分表，是个比较靠谱的优化手段。像我之前ChinaGas库的t_base_History表，就是按CollectDate字段来分的，效果还不错。
用的是 SQL Server 的分区功能，先建了 7 个数据库文件CGdbSF1~CGdbSF7，每个文件对应一个时间段，文件名是CGdbSF1.ndf这种格式，管理起来也方便。
是建分区函数CG_function，再搞一个分区方案CG_scheme，把这些数据库文件都挂上去。SQL Server 那一套东西还挺灵活的，用得顺手。
哦对了，MySQL、PostgreSQL、Oracle 这些数据库也都有分区功能。你用啥数据库就参考相应的资料就好，下面整理了一些不错的文章：
SQL Server 表分区：对 SQL Server 的分区机制讲得蛮清楚。
MySQL 表分区：适合 MySQL 用户看看。
PostgreSQL 表分区技术详解：Postgre 用的人也不少，讲得比较实用。
Oracle 表分区全解析：Oracle 做大数据场景还是挺稳的。
如果你手上也有大表要优化，不妨按这个思路试试。建议先在测试环境跑一套，看看执行计划和查询时间，别直接动生产哦～