在數據倉庫項目中，由於數據規模龐大，提高數據的查詢效率是永恆的主題，常見的優化手段有:
1、 硬件優化:提高機器性能，增加硬件等;
2、 優化查詢語句，將限定性強的where條件放前，用exists代替in操作等;
3、 優化索引，建立有效的索引並檢查和修復缺少的統計信息等;
4、 數據庫系統文件優化，將數據文件、索引文件、日志文件放置在不同的磁盤上，提高並行度等
除了以上方法外，還有一種很重要但易被大家忽略的方法:大表數據分割。當一個表的數據規模達到數億條時，索引已基本發揮不了作用:建立索引要花費大量時間，查詢時由於要掃描大的索引表也要花費大量時間。為了發揮索引的作用，可以將大表按照某個字段拆分為若干個小表。
例如，國內某大型保險公司，其有36家分公司，一年的保單明細表(f_policy)大概有2億條記錄,兩年的數據超過4億條，如果在f_policy上作一次查詢，響應非常慢，可以考慮將f_policy按照機構拆分為36個同構的小表，在作整個保單明細表的查詢時，可以使用union all操作合並數據，或者建立一個union all的視圖，查詢效率大大提高。並且，作這樣的拆分非常有用，因為經常會有只查詢某個分公司數據的需求。
