收好这份武林秘籍，让你分库分表再无烦恼

• 直接解决单一表数据量过大而产生的性能问题。

4 水平切分依据详解

---

好的切分方式一定是较小的数据偏移，能够平滑的扩容。

4.1 Hash方式

Hash 是分库分表是最大众最普遍的方案。

4.1.1 误区

误区一：数据偏斜问题

数据偏斜问题就是指我们插入的数据不能均匀的散落在各个库表。出现的更本原因就是库数量和表数量非互质关系。

用 Hash 值分别对分库数和分表数取余，得到库序号和表序号。稍加思索一下，我们就会发现，以 10 库 100 表为例，如果一个 Hash 值对 100 取余为 0，那么它对 10 取余也必然为 0。

// 1 算Hash

int hash = id.hashCode();

// 2 总分片数

int sumSlot = DB_CNT * TBL_CNT;

// 3 分片序号

int slot = Math.abs(hash % sumSlot);

// 4 计算库序号和表序号的错误案例

int dbIdx = slot % DB_CNT ;

int tblIdx = slot / DB_CNT ;

复制代码

这就会造成只有 0 库里面的 0 表才可能有数据，而其他库中的 0 表永远为空。 会导致及其严重的数据偏斜问题。

基于Hash的方式我们也不能只考虑库数量和表数量非互质，还需要考虑到扩展性。

误区二：扩容难以持续

我们把 10 库 100 表看成总共 1000 个表，将求得的 Hash 值对 1000 取余，得到一个介于[0，999)中的数，然后再将这个数二次均分到每个库和每个表中,这样看似能够解决上述问题，但是这样依赖了总表数据，后续扩容会非常复杂，不仅要改算法，还要做数据迁移。

4.1.2 正解

方案一：标准的二次分片法

错误案例二，大体思路已经正确，但是过于依赖表的总数量，我们就可以根据分配序号重新计算库序号和表序号的逻辑进行调整，就可以实现标准的二次分片法。

// 1 算Hash

int hash = id.hashCode();

// 2 总分片数

int sumSlot = DB_CNT * TBL_CNT;

// 3 分片序号

int slot = Math.abs(h