1、我现在有一张过车表（ITS_CAR_PASS），主要字段PASS_DATETIME（过车时间），PASS_PLATE_NO（号牌号码），PASS_PLATE_TYPE（号牌种类），PASS_PLATE_COLOR（号牌颜色），PASS_DEVICE_UNID（设备unid编号），2年的数量是大约20亿，是不是一定要采用大数据的架构来提高搜索速度。搜索条件常用是过车时间+号牌号码（精确，模糊），过车时间+号牌号码（精确，模糊）+号牌种类。还有一些统计报表经常会使用group by，和一些oracle函数，导致效率很差。
2、我要怎么设计才能提高搜索效率，之前采用oracle数据库，实现根据过车时间按月分表，表根据过车时间按小时分区。但是随着私家车数据量递增，过车数据也递增，数量越来越大，检索速度越来越慢，而且做一些业务上的分析操作，效率很差。
可以采用把多个表的数据加到一张表上，这样检索的话可以通过一条sql进行查询
为经常用于搜索条件的字段添加索引，优化sql
按月、按小时分表分区的思路是没问题的，这样的话，过车时间不会成为效率瓶颈。我估计你的效率瓶颈出现在车牌的查询上。
如果号牌号码只有精确查询，那么在这一项上建立哈希索引，能极大提高检索速度。
如果号牌号码还需要支持模糊搜索，那就很困难了。下面几种解决方案，都只能在一定程度上解决：
1. 在检索时，先检索过车时间，筛选完后再检索号牌。
2. 根据号牌的前几位分区，或者依据前几位建立二级B树索引，但这样只能支持给定前几位的模糊查询，不支持任意位的模糊查询，而且效率会低于哈希索引。
3. 根据模糊查询的条件，遍历出所有可能的结果，一一代入SQL语句做精确搜索，这样就可以利用上索引。但这样的搜索效率也不好说。
如果要支持完全的模糊查询，那必须遍历全表，想提高效率非常困难。建议不要完全依靠数据库的检索技术，而是在需求上考虑一下，是不是一定要用模糊搜索？搜索的需求能不能在一定程度上向精确搜索靠拢？换句话说，就是先简化问题，再依靠数据库。前面提的几种是我想到的解决方案，但不一定符合你的要求，仅供参考。