数据库之互联网常用分库分表方案
一、数据库瓶颈
<dl></dl>
<dd> 1、io瓶颈 </dd>
<dd> 2、cpu瓶颈 </dd>
二、分库分表
<dd> 1、水平分库 </dd>
<dd> 2、水平分表 </dd>
<dd> 3、垂直分库 </dd>
<dd> 4、垂直分表 </dd>
三、分库分表工具
四、分库分表步骤
五、分库分表问题
<dd> 1、非partition key的查询问题（水平分库分表，拆分策略为常用的hash法） </dd>
<dd> 2、非partition key跨库跨表分页查询问题（水平分库分表，拆分策略为常用的hash法） </dd>
<dd> 3、扩容问题（水平分库分表，拆分策略为常用的hash法） </dd>
六、分库分表总结
七、分库分表示例
一、数据库瓶颈 ↑
不管是io瓶颈，还是cpu瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务service来看就是，可用数据库连接少甚至无连接可用。接下来就可以想象了吧（并发量、吞吐量、崩溃）。
第一种：磁盘读io瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的io，降低查询速度 -> 分库和垂直分表 。
第二种：网络io瓶颈，请求的数据太多，网络带宽不够 -> 分库 。
第一种：sql问题，如sql中包含join，group by，order by，非索引字段条件查询等，增加cpu运算的操作 -> sql优化，建立合适的索引，在业务service层进行业务计算。
第二种：单表数据量太大，查询时扫描的行太多，sql效率低，cpu率先出现瓶颈 -> 水平分表 。
二、分库分表 ↑
概念：以 字段 为依据 ，按照一定策略（hash、range等），将一个 库 中的数据拆分到多个 库 中。
结果：
每个 库 的 结构 都一样；
每个 库 的 数据 都不一样，没有交集；
所有 库 的 并集 是全量数据；
场景：系统绝对并发量上来了，分表难以根本上解决问题，并且还没有明显的业务归属来垂直分库。
分析：库多了，io和cpu的压力自然可以成倍缓解。
概念：以 字段 为依据 ，按照一定策略（hash、range等），将一个 表 中的数据拆分到多个 表 中。
每个 表 的 结构 都一样；
每个 表 的 数据 都不一样，没有交集；
所有 表 的 并集 是全量数据；
场景：系统绝对并发量并没有上来，只是单表的数据量太多，影响了sql效率，加重了cpu负担，以至于成为瓶颈。
分析：表的数据量少了，单次sql执行效率高，自然减轻了cpu的负担。
概念：以 表 为依据，按照业务归属不同，将不同的 表 拆分到不同的 库 中 。
每个 库 的 结构 都不一样；
每个 库 的 数据 也不一样，没有交集；
场景：系统绝对并发量上来了，并且可以抽象出单独的业务模块。
分析：到这一步，基本上就可以服务化了。例如，随着业务的发展一些公用的配置表、字典表等越来越多，这时可以将这些表拆到单独的库中，甚至可以服务化。再有，随着业务的发展孵化出了一套业务模式，这时可以将相关的表拆到单独的库中，甚至可以服务化。
概念：以 字段 为依据，按照字段的活跃性，将 表 中字段拆到不同的 表 （主表和扩展表）中。
每个 表 的 结构 都不一样；
每个 表 的 数据 也不一样，一般来说，每个表的 字段 至少有一列交集，一般是主键，用于关联数据；
场景：系统绝对并发量并没有上来，表的记录并不多，但是字段多，并且热点数据和非热点数据在一起，单行数据所需的存储空间较大。以至于数据库缓存的数据行减少，查询时会去读磁盘数据产生大量的随机读io，产生io瓶颈。
分析：可以用列表页和详情页来帮助理解。垂直分表的拆分原则是将热点数据（可能会冗余经常一起查询的数据）放在一起作为主表，非热点数据放在一起作为扩展表。这样更多的热点数据就能被缓存下来，进而减少了随机读io。拆了之后，要想获得全部数据就需要关联两个表来取数据。但记住，千万别用join，因为join不仅会增加cpu负担并且会讲两个表耦合在一起（必须在一个数据库实例上）。关联数据，应该在业务service层做文章，分别获取主表和扩展表数据然后用关联字段关联得到全部数据。
三、分库分表工具 ↑
sharding-sphere：jar，前身是sharding-jdbc；
tddl：jar，taobao distribute data layer；
mycat：中间件。
注：工具的利弊，请自行调研，官网和社区优先。
四、分库分表步骤 ↑
根据容量（当前容量和增长量）评估分库或分表个数 -> 选key（均匀）-> 分表规则（hash或range等）-> 执行（一般双写）-> 扩容问题（尽量减少数据的移动）。
五、分库分表问题 ↑
端上 除了partition key只有一个非partition key作为条件查询
映射法
基因法
注：写入时，基因法生成user_id，如图。关于xbit基因，例如要分8张表，2 3 =8，故x取3，即3bit基因。根据user_id查询时可直接取模路由到对应的分库或分表。根据user_name查询时，先通过user_name_code生成函数生成user_name_code再对其取模路由到对应的分库或分表。id生成常用 snowflake算法 。
端上 除了partition key不止一个非partition key作为条件查询
冗余法
注：按照order_id或buyer_id查询时路由到db_o_buyer库中，按照seller_id查询时路由到db_o_seller库中。感觉有点本末倒置！有其他好的办法吗？改变技术栈呢？
后台 除了partition key还有各种非partition key组合条件查询
nosql法
注：用 nosql法 解决（es等）。
水平扩容库（升级从库法）
注：扩容是成倍的。
水平扩容表（双写迁移法）
第一步：（同步双写）应用配置双写，部署；
第二步：（同步双写）将老库中的老数据复制到新库中；
第三步：（同步双写）以老库为准校对新库中的老数据；
第四步：（同步双写）应用去掉双写，部署；
注： 双写 是通用方案。
六、分库分表总结 ↑
分库分表，首先得知道瓶颈在哪里，然后才能合理地拆分（分库还是分表？水平还是垂直？分几个？）。且不可为了分库分表而拆分。
选key很重要，既要考虑到拆分均匀，也要考虑到非partition key的查询。
只要能满足需求，拆分规则越简单越好。
七、分库分表示例 ↑
示例github地址： https://github.com/littlecharacter4s/study-sharding
作者： 尜尜人物
about me
........................................................................................................................