分库分表方案

分库分表设计思路

首先分库分表有两种方式，一种是垂直拆分，一种是水平拆分。
垂直拆分
垂直拆分比较简单，也就是本来一个数据库，数据量大之后，从业务角度进行拆分多个库，就是一微服务下边一个库
水平拆分
当然如果用到了水平拆分前提一定是做了垂直拆分，然后如果某个业务表比如说订单表4000W数据了，那就把这订单表4000W数据拆分成四张表或者更多表，比如说1000W数据就拆分为一张表，这就是水平拆分。
分库分表所带来的问题
传统的分库分表方案，假设现在已经是把订单表拆分成4张表了，接下来新的数据假设是id为2W的时候落入哪一张表？超过4千万要做数据扩容了，扩容的方案是什么？怎么知道要分四张表？
业内两种解决方案

hash取模和范围方案

1、hash取模

hash的方案就是对指定的路由key（如：id）对分表总数进行取模。
在上图中，id=12的订单，对4进行取模，也就是会得到0，那此订单会放到0表中；
id=13的订单，取模得到为1，就会放到1表中。
为什么对4取模，是因为分表总数是4。
优点：
没有热点，订单的数据可以均匀的放入到4张表当中，均衡不会有热点问题
缺点：
难扩容难迁移，订单量很大超出了4000万的量，那就需要增加分表数，取模基数就会被改变，然后以前存的数据有可能因为取模基数变化而查询不到了，然后把之前的4000万数据，重新做一个hash方案，放到新的规划分表中。也就是要做数据迁移。这个是一件很痛苦的事情。
2、范围查找

意思就是把一定范围内的订单，存放到一个表中；
比如说0到1千万的数据放到0号表，1千万到2千万放到1号表。设计这个方案时就是前期把表的范围设计好。
通过id进行路由存放。
优点：
容易扩容，未来不需要做什么数据迁移
缺点：
就是很可能有热点，因为id的值会一直递增变大，那这段时间的订单是不是会一直在某一张表中，
如id=2000万 ～ id=3000万之间，这段时间产生的订单是不是都会集中到此张表中，这个就导致某表过热，压力过大，而其他的表没有什么压力，空闲着。。。

最终方案采用hash取模和rang范围两者相结合

0、思路
考虑一下数据的扩容代表着路由key（如id）的值变大了，这个是一定的，那我们先保证数据变大的时候，首先用range方案让数据落地到一个范围里面。这样以后id再变大，那以前的数据是不需要迁移的。
但又要考虑到数据均匀，那是不是可以在一定的范围内数据均匀的呢？
因为我们每次的扩容肯定会事先设计好这次扩容的范围大小，会做好约定，我们只要保证这次的范围内的数据均匀是不是就ok？
1、设计+方案

根据上两图id=15000在【0，1000万】范围内的，根据上面的流程设计，1000万以内的id都均匀的分配到DB_0,DB_1,DB_2三个数据库中的Table_0表中。
也就是组库表，意思就是先分组，再分库，再分表，比如说1到4000W都在分组1里边存着，分组1里边可以分为多个库，而每个库，比如说第一个库的表1就是1到1000w，第二个表就是1000W到2000W，第三个表存的是2000w到3000w，第四个表存是3000w到4000W，因为有可能库1的服务器配置性能配置比较好，所以可以这么存，而库2和其他几个库都可能服务器性能配置不太高，所以库2的表1就可以是存0到1000w，表2存1000w到2500w,表3存2500w到4000w这种，性能好的服务器配置就可以设计多一张表来存，这样大范围的定下来，然后在组库表里边进行取模定位数据。
2、定位数据如何进行定位？
定位查询id为15000的数据，首先根据范围定位是哪个分组，比如查询id为15000的数据是在分组1里边的，然后利用hash取模取表数最终结果来定位到哪个库，假设结果是到0号库，然后再根据0号库的范围来定位是最终的表。
3、为什么要根据hash取模取表数来定位哪个库呢？
因为要兼顾服务器的性能高低不同，安排服务器时，有些公司有些服务器的性能高，存储高，就可以安排多存放些数据，多劳多得；有些服务器的性能低，就少放点数据。
这样就解决了热点问题以及可以按照服务器指标，设计数据量的分配
因为如果利用取模是按照DB总数3，进行取模，那就代表着【0，4000万】的数据是平均分配到3个DB中的，那就不能够实现按照服务器能力适当分配了。
4、扩容方案：

如上图所示新增的一个group02组，完全是新增的group组，谈不上什么数据迁移，
而且这个group组照样就防止了热点，也就是【4000万，5500万】的数据，都均匀分配到三个DB的table_0表中，
【5500万～7000万】数据均匀分配到table_1表中。
设计新的分组，然后也是根据服务器性能配置，如果是配置一样，就分表均匀一些，如果配置不一样，就让服务器性能高的承担更多一些
5、如果定位不是以id进行，比如 where条件并不是id，而是其他字段，这个怎么定位呢？
分库分表如果不按id查询的话，以上设定的方案都是根据id来查询的，当然这个业务可能不一样，总的一套系统肯定要按照id查询，先确定哪一张表，那么那一张表是做一个映射的，尤其是做分布式的，那么id是最准确的，如果你确定要查询其他字段，那么就要做一些kv映射，只能是这样。