导入百万级数据量。要求： a.当服务器内存仅有500M的情况下，导入300M大的数据量，不能扩容。 b.如何才能花更短时间导入，并且不会出现OOM。 c.自己设计数据库

对于导入百万级数据量的需求，可以采取以下方案来满足要求：

a. 当服务器内存仅有500M的情况下，导入300M大的数据量，不能扩容：
- 使用分批导入的方式，将大文件切割成小块逐个导入，这样可以减少内存的占用。可以使用类似于流式读取的方式，一次只读取一个小块的数据进行处理和导入。
- 可以使用数据库的批量插入功能，将数据分批次插入数据库表中，而不是一次性插入。这样可以减少内存的使用。

b. 如何花更短时间导入，并且不会出现OOM：
- 使用多线程或并发处理的方式，可以同时处理多个数据块的导入操作，提高导入速度。
- 合理调整数据库的参数设置，例如增大数据库的缓冲区大小、调整提交频率等，以提高导入效率。
- 优化数据导入过程中的逻辑和算法，减少不必要的计算和内存占用。

c. 自己设计数据库：
- 首先确定数据的结构和关系，设计合理的表结构以满足数据存储和查询的需求。
- 根据数据量和访问模式选择适当的数据库引擎，如关系型数据库（如MySQL、Oracle）、非关系型数据库（如MongoDB、Redis）等。
- 针对具体的业务需求，进行数据库的优化设计，包括索引的创建、表的分区、数据的分片等。
- 考虑数据安全性和可靠性，设置合理的备份和恢复策略。

以上是一些通用的建议和方案，具体实施还需要根据实际情况进行调整和优化。