数据库表拆分：水平分表、垂直分表

在数据库设计中，如果单张表的数据量过大，会导致查询很慢，这时候就要考虑对表的拆分，常见拆分方式有两种，水平分表和垂直分表。

水平分表：

数据库水平分表指数据库按照某种算法，常见的有范围法，HASH法，将数据存在不同表中。

范围法：根据数据条数进行分表存储，举例：ID为1亿-2亿的数据存一张表，3亿到4亿的数据存一张表。

HASH法：按照ID取模，将数据均匀进行分配。

水平分表的特点是所有数据的表结构都是完全一样的。

解决的是数据量大的存储问题。

垂直分表：

垂直分表是将一张大表按照‘列’才分为2张或多张的小表，通过主外键关联来获取数据。

以商品表为例，商品表的字段可以按照下图的方式，拆分为两张表：商品基本信息表、商品详情信息表。

通过垂直分表的操作，查询SQL也会发生变化，如上图所示，拆表前，只需要查询单张表就可以完成，拆表后要进行表关联，来达到查询的目的。

为何要做垂直分表，则需要明白数据库的存储原理。以mysql的innerDB引擎为例：

一行一行的数据，被成为row。

管理数据的基本单位为page（页），默认大小16KB，作为mysql中保存page的基本单位称作Extent（区），一个区由连续的页组成，默认一个区有1M的存储空间，即一个区可以连续装载64个页。每一页中，根据数据的大小，可以存储多行数据。

在innerDB的1.0以后，引入了新特性，压缩页，也就是对页进行压缩，让实际存储小于逻辑存储。有压缩也就有解压缩。

在设计表时尽量保证，每一页内尽可能多存储一些行数据，这样可以减少跨页检索，尽可能提高页内数据的检索效率。

以上是优化数据库的理论支撑。

再回到示例中的商品表，假如有1亿数据量的商品信息。

不拆表：全部数据都存储在一张表中，如果一行数据有1K，大概需要625万页来进行存储。

拆表：将重要的基础字段放到商品基本信息表中，其他的多个描述信息字段，放到商品详情信息表中。

这样拆分以后，假如商品基本信息表，每一行数据大小为64字节。1亿数据，只需要39万页就可以将数据完整存储。

拆分后，在对商品基本信息表的扫描，只需要对39万页的内容进行扫描，与未拆分表的625万页相比，少了16倍，差距是非常大的。

快速扫描后，会定位到商品ID，再通过商品ID主键索引，去商品详情表中将对应数据进行提取，从而提升查询效率。

总结：通过将总要字段单独剥离出来一张小表，让每一页能容纳更多的行，进而缩小数据扫描的范围，达到提高执行效率的目的。
 

垂直分表原则：

1.单表数据量未来可能为千万级。

2.表字段超过20个，且包含了超长的varchar、CLOB、BLOB等大数据字段类型。

如果满足以上两个条件，可以考虑进行垂直分表。

表字段拆分原则：

1.小表字段（示例中的商品基本信息表）：

数据查询、排序时需要的字段，如分类编号、商品ID、商品编号、逻辑删除标志位。

高频访问的小字段，如商品名称、子标题、价格、厂商基本等。

2.大表字段（示例中的商品详情信息表）：

低频访问字段：配送信息、售后声明、最后更新时间等。

大数据字段：商品图文详情、图片BLOB、JSON元数据等。

大字段可能拆分为多张表，示例中只是拆分为两张表，根据实际情况，可能拆分为多张表，来达到优化数据存储的目的。