1.什么是分库分表

一个数据库一张表分成N小表(不把鸡蛋放在一个篮子里)

2.为什么需要分库分表

业务越来越大，单表数据超出了数据库支持的容量。
持久化磁盘IO，传统的数据库性能瓶颈，产品经理业务必须这么做改变程序。数据库下刀子切分优化。

其他解决方案

• 换数据库（缓存）
• Sql、索引、字段优化
• 读写分离（业务有关优化）
• 分库分表（业务）
• 分区

2.1 读写分离

什么是读写分离:我们一般应用程序访问数据库无非是读取数据、修改数据、插入数据、删除数据 CRUD。

分开–>分库
前提条件：master–>salve 主从（同步）架构 读写 互联网读多写少
Insert orders 1 select orders N

3.分库分表常见方式

3.1 垂直(字段拆分)

通俗的说法叫做“大表拆小表”，拆分是基于关系型数据库中的“列”（字段）进行的。

3.1.1 特点

• 每个库（表）的结构都不一样
• 每个库（表）的数据都（至少有一列）一样
• 每个库（表）的并—全量数据

3.1.2 优点

• 拆分后业务清晰（专库专用按业务拆分）
• 实现动静分离、冷热数据分离设计体观。冷库:发布说说信息 热：说说点赞评论数据
• 数据维护简单、按业务不同业务放在不同机器上

3.1.3 缺点

• 如果单表的数据量大、写读压力大
• 受某种业务来决定、或者被限制。也就是说一个业务往往会影响到数据库的瓶頭（xing能问题）
• 部分业务无法关联join、只能通java程序接口去调用，提供了开发复杂度。（商品、订单信息、 会员信息）

3.2 水平(内容拆分)

以某个字段按照一定的规律（取模）讲一个表的数据分到多个库中

3.2.1 特点

• 每个库（表）的结构都一样
• 每个库（表）的数据都不一样
• 每个库（表）的并集是全量数据

3.2.2 优点

• 单库(表)的数据保持在一定的量(减少)，有助于性能提高
• 提高了系统的稳定性和负载能力。
• 切分的表的结构相同、程序改造较少

3.2.3 缺点

• 数据的扩容很有难度维护量大
• 拆分规则很难抽象出来
• 分片事务的一致性的问题部分业务无法关联join、只能通java程序接口去调用

4.分库分表之后带来的问题

• 读写分离：
  主从同步、数据一致性的问题、网络延迟的问题
• 分库分表：
  • 增加了我们维护成本
  • 分布式事务（跨库事务）
  • 跨库join
  • 分布式全局唯一ID（snowflake雪花算法）

5.分库分表算法

• 取模（Hash）：通过userid用户表字段值进行123%3=xxxx 数据分散均衡，避免数据热点
  缺点是扩容复杂，于是推出了一致性hash（解决扩容需要O（N））
• 范围区分（range）：按月 按省 A（0-6）B（7-8）C（9 10）
  问题：热点数据11那天
• 预定义（list）：（100w 1亿数据 10库）风投问题

6.常见的中间件

开源中间件：

• sharding-sphere
• atlas
• sharding-jdbc

分两种类型：
Proxy代理：mycat（重）、mysql-proxy atlas、sharding-proxy（sharding-sphere ）

Jdbc直连：TDDL（淘宝 半开源） 、sharding-jdbc（sharding-sphere ）