分布式数据库中分片键字段如何选择？

现在是知识爆炸的时代，也是大数据时代，不管是各行各业的运营商，还是消费互联网，每天都会有海量的数据产生和消费。尤其是在移动互联网的来临，智能终端的普遍使用，更加速了这种趋势。

单独依靠集中式数据库来进行数据的存储和管理，将会受到越来越多的挑战，面对集中式数据库的性能瓶颈或者容量瓶颈，常规的解决方式是升级硬件。算力不够，升级CPU配置，或者更换算力更强的服务器。内存不够，对内存进行扩容，或者更换内存配置更高的服务器等等。

当然，服务器也配置也不能无限提升的，总是有一定的限制，在达到限制后，常规的实施方案就是垂直拆分数据库，即将某个业务系统的数据库，按照应用系统的模块进行相应的数据库拆分，具体拆分的颗粒度，需要依赖具体业务模块对于数据库的性能要求和存储容量要求与部署数据库服务器配置的匹配度。

笼统的说，拆分完成后，业务系统某个模块对数据库的性能要求以及存储容量要求，都是在集中式数据库能够满足的，如果不能满足除了继续细化拆库，就是引入分布式数据库，也就是在数据库设计时，进行水平扩展，通过整个分布式数据库集群的容量和性能来满足应用业务系统对数据库的要求。

从我的理解来讲，分布式数据库的优势，主要是解决数据库的容量和性能瓶颈问题，即通过分布式集群多个数据库的整体容量和性能之和来满足数据库的要求。

在进行分布式数据库应用设计时，分片键的选择尤为重要，主要考虑两个方面：

1. 分片键按照某种算法分片后，将数据拆分到多个数据库，每个数据库的数据量相比较而言相对比较均衡，一定避免出现严重失衡的情况发生，否则分布式集群中每个库的容量就会层次不齐，最终呈现的分布式数据库集群的性能就会有明显的木桶效应中的短板。
2. 分片键的选择与业务系统的SQL编写有直接关联关系，也就是分片键要选择数据增删改查语句中where条件语句中使用最频繁的字段，只有使用频率最高的字段，才能最终确保分片键的命中率，从而保证数据库的性能。笼统的来讲，通过分片键字段，分布式数据库能够更好的命中需要处理的数据。

通常，在对业务系统进行数据库设计时，可能遇到频繁使用的字段不止一个，以及需要频繁使用某几个小表等情况，我将在下篇文章中进行重点说明。