数据库-分库分表的概念

一、分库分表的时机

1、前提，项目业务数据逐渐增多，或业务发展比较迅速 

（单表业务达到1000W或20G以后）

2、优化已解决不了性能问题

（主从读写分离、查询索引等已经没用了）

3、已经达到IO瓶颈（磁盘IO、网络IO）、CPU瓶颈（聚合查询、连接数太多）

当满足以上条件后，可以考虑使用分库分表

我上一家公司，有使用查询库，但是这个查询库严格意义上并不能叫做分库分表，只能算一个slave节点，保存了所有表的所有数据备份一样；由于对时效性要求也不高，只用来查询、统计数据等；应用里配置多数据源进行使用；

还有使用一个表的分区功能：

订单表每天800-3000W的数据，结算表每天超500-2000W的数据；数据量过大，而且很明显可以按日期来进行分区，我统计当天数据，如果where条件中带上分区键，就只查那一个分区里的数据，可以快很多；

二、垂直拆分

垂直，怎么理解垂直呢，就是平时看到的数据库表，从上往下划一刀，拆成两半，那不是字段与字段拆开了吗？根据业务、字段进行拆分，这就是垂直

2.1 垂直分库

以表为依据，根据业务，将不同的表拆分到不同的库中

如图所示，将原本放在一个库中的6张表，拆到了三个库中：

用户相关的库：用户表，用户分数表

订单相关的表：订单表，订单详情表

商品相关的库：商品sku表、商品spu表（什么是sku、什么是spu百度上有）

特点：

1、按业务对数据分级管理、维护、监控、扩展；

2、在高并发下，提高磁盘IO和数据库连接数

可以对压力大的库，倾斜更多资源

2.2 垂直分表

以字段为依据，根据字段属性将不同字段拆分到不同表中

如图所示，将不常用的“商品描述”，放到另一张表中

拆分规则：

1、把不常用的字段单独放到一张表

2、把text、blob等大字段拆分出来放一张附表中

特点：

1、冷热数据分离

2、减少IO过度争抢，两表互不影响

实际开发中，垂直分库、垂直分表用的是比较多的，比水平分库，水平分表更多；

三、水平拆分

水平，怎么理解水平呢，就是平时看到的数据库表，从左到右划一刀，拆成两半，那不是一些数据数据与另一部分数据拆开了吗？注意，这里虽然数据不同，但是表，表结构什么的都还是一样的。根据数据，按一定特征进行拆分，这就是水平

3.1 水平分库：

将一个库的数据，拆分到多个库中

例子：

路由规则可以这么来：

1、根据id节点取模；

2、按id也就是范围路由，节点1保存第1-1000万数据，节点2保存第1000-2000万的数据。。。

特点：

1、解决了单库大数量，高并发的性能瓶颈问题

2、提高了系统的稳定性和可用性

3.2 水平分表

将一个表的数据，拆分到多个表中（可以在同一个库中）

改个名字，叫tb_xxx_1，tb_xxx_2，tb_xxx_3.......等

如图所示，将订单表，拆分成三个表，根据主键取模的方式，选择存储在哪张表

特点：

1、优化单一表数据量过大而产生的性能问题；

2、避免IO争抢并减少锁表的几率

水平分表在实际开发中用的不多，水平分库用的多一些。

不管是水平分库、还是水平分表，都要一定的手段来解决拆分之后的路由问题：例如sharding-sphere、mycat等