MySQL作為一款開源的關系型數據庫管理系統，其在存儲中小數據量方面表現出色。然而，在處理海量數據方面，MySQL的性能表現就顯得有些捉襟見肘。

針對MySQL在處理大數據量時的瓶頸，我們通常采取以下存儲方案：

1. 分表：將一個大表分成多個小表，避免一個表數據量過大。
2. 分庫：通過分散數據到不同的數據庫實例中，減輕單個MySQL實例的負擔。
3. 數據冗余：將一部分數據復制到多個實例中，提高數據讀取速度和可用性。
4. 使用索引和分區：大幅提高大數據量的查詢和聚合操作性能。

分表分庫的操作會增加查詢的復雜度，需要在業務邏輯中進行二次處理。因此，我們通常采取數據冗余的方案，使用多個MySQL實例來設置主庫和從庫，并將從庫用于備份和讀取，通過主從復制技術實現數據同步。

對于MySQL的大數據量存儲方案，我們還需要注意以下幾個問題：

1. 選擇合適的存儲引擎：在處理大數據量時，InnoDB存儲引擎比MyISAM存儲引擎表現更好。
2. 適當增加內存：通過增加MySQL實例運行所在服務器的內存，可以提高MySQL的整體性能。
3. 處理SQL查詢：大數據量的or查詢、模糊查詢和排序等操作會對MySQL產生巨大壓力，需要在編寫代碼時進行避免或優化。

總之，處理MySQL大數據量存儲的方案，需要針對實際業務需求，選擇不同的方案進行組合，以達到最佳的性能和可擴展性。