大数据量测试分为两种：一种是针对某些系统存储、传输、统计查询等业务进行大数据量的测试；另一种是与并发测试相结合的极限状态下的综合数据测试。如专项的大数据量测试主要针对前者，后者尽量放在并发测试中。此外，也可以把大数据量测试分为“运行时大数据量测试”与“历史大数据量测试”来进行测试用例设计。
对于第一种，在前段时间的所测的项目中，是个典型的例子。所采用的数据库是mysql,数据量是相当的大，一个查询的业务操作涉及的表很多，各种join，各种where条件。系统在手工测试的情况下，手动查询一个操作都在8秒左右。在并发的情况下更是糟糕。后台CPU占用资源相当的高，一个操作事务的响应时间最长的达到30秒以上。优化SQL语句能够达到一定的效果，但不是那么明显。
对于大数据量的统计分析都不应实时查询数据库，这样效率很低，一般的情况是通过后台程序提前查询出数据，如：可通过触发器，在数据变化时查询出统计结果，然后在统计分析时直接取到这个结果就ok，也可以通过视图的方式。 然后，对于数据量到千万级别可以考虑分区，按分区进行统计，减少单表负载。
