数据库分库

参考

一分钟掌握数据库垂直拆分

用uid分库，uname上的查询怎么办？

---

以下是对上面两篇文章的小结:

---

常见的数据库分库方法：

1. 水平切分
2. 垂直拆分

水平切分

以某个字段为依据（例如uid），按照一定规则（例如取模），将一个库（表）上的数据拆分到多个库（表）上，以降低单库（表）大小，达到提升性能的目的的方法。

各库（表）的特点：

1. 每个库（表）的结构都一样；
2. 每个库（表）的数据都不一样，没有交集；
3. 所有库（表）的并集是全量数据；

业务场景：

用户中心，数据量大，通过uid分库后，通过uname路由不到库？

解决方案：
1. 扫全库法：遍历所有库
    * 对所有的库进行搜索，匹配查询的uname，效率低；

2. 索引表法：数据库中记录uname->uid的映射关系
    *  先创建一个索引表，存储uname->uid的对应关系；
    *  在每次通过uname查询时，先在索引表里查询到uname对应的uid；
    *  拿到uid后再进行查询；（多个一步查询，效率线性下降）

3. 缓存映射法：缓存中记录uname->uid的映射关系
    * 在缓存中存储uname->uid的关系；
    * 在每次通过uname查询时，先在缓存里查询到uname对应的uid；
    * 如果缓存中没有对应的uid，则遍历所有的库(表)，获取到对应的数据，并将uname->uid对应关系存储进缓存中；(多了一次缓存查询)

4. uname生成uid
    * 通过uname生成uid；（算法设计困难，存在uid重复的问题）

5. uname基因融入uid
    * 根据分库的多少，决定基因的位数；
    * 将全局唯一id和基因位数拼接成一个完整的uid；
    * 通过uname生成的基因，直接取模定位到库；

垂直拆分

垂直拆分是指，将一个属性较多，一行数据较大的表，将不同的属性拆分到不同的表中，以降低单库（表）大小，达到提升性能的目的的方法。

各库（表）的特点：

1. 每个库（表）的结构都不一样；
2. 一般来说，每个库（表）的属性至少有一列交集，一般是主键；
3. 所有库（表）的并集是全量数据；

垂直拆分的依据：

1. 将长度较短，访问频率较高的属性尽量放在一个表里，这个表暂且称为主表 ；
2. 将字段较长，访问频率较低的属性尽量放在一个表里，这个表暂且称为扩展表 ；

为什么要这么这么拆？

1. 数据库有自己的内存buffer，会将磁盘上的数据load到内存buffer里；
2. 内存buffer缓存数据是以row为单位的；
3. 在内存有限的情况下，在数据库内存buffer里缓存短row，就能缓存更多的数据；
4. 在数据库内存buffer里缓存访问频率高的row，就能提升缓存命中率，减少磁盘的访问；