在处理百万数据量的MySQL模糊搜索时，512M内存限制无疑是一个巨大的挑战。但通过合理的优化策略，依然能够显著提升查询速度，满足业务需求。

索引优化是关键。传统的LIKE语句在百万数据量下效率极低，特别是在使用通配符开头（如LIKE '%keyword'）时，无法利用索引。我们可以考虑使用全文索引来替代。MySQL的全文索引专为文本搜索设计，支持更高效的模糊匹配。通过创建全文索引，将相关字段纳入索引范围，然后使用MATCH AGAINST语法进行查询，能大大提高查询速度。

合理设计查询语句至关重要。避免在查询条件中使用函数，因为这会导致索引失效。例如，如果要对日期字段进行范围查询，应避免使用DATE()等函数，而是直接使用字段进行比较。尽量减少返回的字段数量，只查询需要的列，减少数据传输和处理的开销。

缓存机制能有效减轻数据库压力。在内存限制为512M的情况下，可以选择合适的缓存工具，如Redis。将频繁查询且数据变动不大的结果缓存起来，当有相同查询时，直接从缓存中获取数据，无需再次查询数据库。不过，要注意缓存的更新策略，确保数据的一致性。

数据库分区也是提升性能的有效手段。对于百万级别的数据，可以根据数据的某些特征（如时间、地区等）进行分区。这样在查询时，数据库只需在相关分区内进行搜索，减少了扫描的数据量，从而提高查询效率。

定期对数据库进行优化和维护也必不可少。例如，清理无用的记录、重建索引等，保持数据库的良好性能状态。

在512M内存限制下，面对百万数据量的MySQL模糊搜索，通过索引优化、合理设计查询语句、利用缓存、数据库分区以及定期维护等多方面的策略优化，能够有效提升查询速度，为业务系统的稳定运行提供有力保障。