分库分表理论概述

1.什么是分库分表

一个库一个表 拆分为 N个库N个表
分为垂直拆分，水平拆分

2.为什么要分库分表

随着业务发展，表的数量，以及单表数据量越来越大，而由于无法分布式部署(部分数据库支持)，单台服务器资源(cpu 内存,IO)的限制，导致数据操作开销大，查询慢，因此需要进行分库分表，提高数据查询速度。
常见优化策略:
更换数据库（缓存）
SQL 索引 字段 优化
分区
读写分离
分库分表

3.读写分离

master-slave模式，mastr负责更新操作，slave负责查询操作。

4.分库分表常见方式

垂直拆分：

（根据字段拆分）

垂直分库:

按照业务划分，将不同业务数据单独拆分成一个库。“微服务治理”做法类似，每个微服务单独使用一个库。

垂直分库

垂直分表

如果单表字段过多，可以通过"大表拆小表"方式将不常用或者字段长度较大的表
拆分到扩展表中，mysql是按照数据页进行存储的，如果单行数据过大，会导致数据跨页，造成额外的性能开销。

垂直分表

垂直拆分优点：

• 业务系统解耦。
• 与微服务治理类似，便于集中管理，监控，扩展
• 高并发情况下提升IO，数据库连接数，单机硬件资源瓶颈

垂直拆分缺点:

• 多表join只能通过应用程序解决，加大开发复杂度
• 分布式事务处理复杂
• 单表数据总量无法解决（水平切分处理）

水平拆分

将一个表中的数据以某一个字段(取模)，拆分到多个表中（根据内容拆分）

水平拆分

水平拆分的优点：

• 使单表的数量保持在一定数量，提高查询性能
• 切分后表结构相同，程序改动小

水平拆分的缺点：

• 数据扩容
• 分片规则难以抽象（不同的库，难以固定某个字段拆分，比如商品可以商品IDhash到某个库中，订单表需要根据用户IDhash到某个库中）
• 分布式事务，部分业务无法关联join

5.分库分表带来的问题

• 分布式事务
• 表join
  -分布式全局唯一Id(twitter开源的 snowFlake)

6.分库分表算法

取模

通过 某一个字段进行hash userId%3 =1 则分配到1库。可以使数据均匀分布，避免数据热点问题。数据扩容是明显的缺点，可以采用 一致性hash 算法

范围

比如按月 按省分配

预定义

1亿数据 每个库存100万数据，可以预先创建10个库。

7.常用的中间件

分为两种类型：
Proxy代理：
mycat（重）、mysql-proxy atlas、sharding-proxy（sharding-sphere ）

Proxy代理

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

jdbc直连