mysql数据库查询缓存原理是：
1、缓存SELECT操作的结果集和SQL语句，key为sql，value为查询结果集；
2、如果新的SELECT语句到了，以这个sql为key去缓存中查询，如果匹配，就把缓存的结果集返回。
匹配标准：与缓存的SQL语句是否完全一样，sql中字母区分大小写以及中间的空格，简单理解为存储了一个key-value结构，key为sql，value为sql查询结果，匹配时使用Java的String的equals()，例如：
select age from user 与 select AGE from user不会匹配，因为大小写不同；
select age from use 与 select age from user不会匹配，因为空格不同；
要存储超大数据，可以采用以下方法来优化MySQL数据库：
1. 使用分区表：将数据分散存储在多个表中，可以提高查询性能和管理效率。
2. 垂直分割：将大表拆分成多个小表，每个表只包含必要的列，减少数据冗余和IO操作。
3. 水平分割：将大表拆分成多个子表，按照某个条件（如时间范围）进行分割，提高查询效率。
4. 使用分布式数据库：将数据分散存储在多个节点上，提高数据处理能力和可扩展性。
5. 使用压缩技术：对数据进行压缩存储，减少存储空间占用。
7. 使用缓存：使用缓存技术（如Redis）来加速数据访问。
8. 数据库优化：定期进行数据库优化，包括索引优化、查询优化、表结构优化等。
9. 使用分布式文件系统：将大数据存储在分布式文件系统中，如Hadoop HDFS，提供高可靠性和可扩展性。
10. 数据备份和恢复：定期进行数据备份，以防止数据丢失和故障发生。
1. 每秒请求次数取决于具体的应用场景和系统配置。2. MySQL每秒请求次数的多少主要受到以下因素影响：数据库的硬件性能、数据库的优化配置、数据库的负载情况、数据库的并发连接数、数据库的查询复杂度等。3. 在高性能的服务器和优化良好的数据库配置下，MySQL每秒请求次数可以达到几千次甚至更高。但在负载较高或者查询复杂度较高的情况下，每秒请求次数可能会下降。为了提高MySQL每秒请求次数，可以采取一些优化措施，例如使用索引优化查询、合理设计数据库表结构、使用缓存技术、优化SQL语句等。此外，合理规划数据库服务器的硬件配置，增加服务器的处理能力也可以提高每秒请求次数。
单张表多少个字段其实没有什么定论，只要不超过数据库限定的个数就好，但是表的单条记录的大小是有合理空间的，也就是需要根据具体硬件和操作系统来确定单条记录（row size）的大小：
一般来说，现在硬盘的扇区大小都是4K（有些硬盘可以到16K），所以存储基于操作系统的MySQL单条记录的合理大小应不超过硬盘的扇区大小。如果超出意味着查找单条记录时需要多个磁盘扇区去查找，增加了寻道时间，单表数据量大了性能会下降。同时MySQL配置的缓存页大小即innodb_page_size，也要配置成硬盘扇区大小差不多大小，从而减少数据库checkpoint从缓存往磁盘写数据的工作量。
话说回来，其实这些并不十分重要，因为一般系统出现性能问题大概率是在应用程序的质量上。