什么情景下做分表，什么情景下做分库

分表：

• 数据量过大：对于大型的互联网应用来说，数据库单表的记录行数可能达到千万级甚至是亿级，并且数据库面临着极高的并发访问。此时，单表的数据量过大可能导致查询性能下降，需要进行分表处理。
• 数据冷热不均：在某些业务场景下，数据可能存在冷热不均的情况。例如，某些用户的数据访问非常频繁，而其他用户的数据则很少被访问。这时，可以将热数据放在单独的表中，以提高查询效率。
• 数据逻辑清晰：当数据的逻辑结构非常清晰，可以根据某个字段（如用户ID）将数据划分为多个子集时，适合进行分表操作。

分库：

• 业务独立：当不同的业务模块之间的数据逻辑非常独立，且它们之间的数据交互很少时，可以考虑将这些业务模块的数据存储在不同的数据库中，即进行分库操作。这样可以提高系统的可维护性和可扩展性。
• 跨地域部署：对于需要跨地域部署的应用来说，将数据存储在多个地理位置的数据库中可以提高数据的访问速度和可用性。例如，将用户数据存储在用户所在地区的数据库中，可以减少网络延迟并提高用户体验。
• 单点故障：为了避免单点故障导致的系统崩溃，可以将数据分散存储在多个数据库中。这样，即使某个数据库出现故障，其他数据库仍然可以正常工作，保证系统的稳定性和可用性。

分表主要适用于数据量过大、数据冷热不均和数据逻辑清晰的场景；

而分库则适用于业务独立、跨地域部署和避免单点故障的场景。