大厂面试真题详解--拼多多分库分表问题

1.企业面试流程分享

从投递简历到最终入职，面试整个流程一般有以下几个步骤：

2.拼多多面试流程分享

1.拼多多分买家、卖家端，假设每天新增订单上百万，如何存储买家卖家的订单？ 

 

 

拼多多面试真题：问题分析 

随着应用流量的增加，数据存储基本达到数据库的瓶颈，此时需要将数据分散存储，而分库分表是其中的解决方案之一。

拼多多面试真题：水平拆分

把同一个表的数据按一定规则拆到不同数据库表，表结构均一致，仅数据存在差异

单库水平分表：按一定则拆分到同一个库不同表中，但不能解决写压力

多库水平分表：按一定规则拆分到不同库不同表中，常用此跨库跨表方案

水平拆分总结

适用场景

单表需记录百万/千万级别数据

优点

业务改造小

根本解决数据存储问题，提升系统稳定性和负载能力

缺点

需解决全局唯一ID问题

跨表查询性能差，必须接口聚合，提升开发复杂度

思考：水平拆分可以按时间段存储吗？（类似一天一个表）

答：不可以，单位时间范围内存储数据大小不固定，导致数据分散不均匀，影响整体性能

拼多多面试真题：垂直拆分

把 一个表按字段拆分成多表，每个表存储其中一部分字段 ( 订单 / 订单详情表 )

单库垂直分表：冷热分离，即高频字段一张表、低频字段一张表

多库垂直分表：存储在不同库的不同表，拆分到不同的数据库

垂直拆分小结

适用场景

表中某些列常用/ 某些列不常用

优点

降低业务表之间的耦合度，层次分明

一定程度上提升数据库资源的性能瓶颈

缺点

单表数据量大的问题没有根本解决

表结构的拆分对于业务代码改造影响大

思考：垂直拆分适用于什么应用场景

答：大型分布式系统，需要做读写分离的业务场景

拼多多面试真题：分库分表方案对比

拼多多面试真题：方案落地

ShardingSphere(前身ShardingJDBC)：官网地址

重写jdbc原生的方法，实现数据库分片形式

Mycat：官网地址

基于Proxy复写了MySQL协议，将MyCatServer伪装成MySQL数据库

黑马程序员视频：【深入Sharding-JDBC分库分表从入门到精通分库分表】