分库分表

问题背景

当业务量大了，关系式数据库的单机存储容量、连接数、处理能力都有限，并且业务大了之后查询维度较多，如果什么请求都交给一个数据库是顶不住的。

解决方案

1、加提升服务器硬件性能，如加CPU、加容量等。【成本高】
2、把数据拆分，例如把一整个电商数据库分为用户库、商品库、订单库。【分库】或者把大表拆分为小表，例如把一个存了1000w数据量的单表拆分成10个100w数量的小表。【分表】

具体分类

垂直分库、水平分库、垂直分表、水平分表

1、垂直分表：将一个表按照字段分成多表，每个表存储其中一部分字段。

举个例子，一个表有1000个实体，每个实体有100个属性。那么这个表看成是1000 * 100的表格，每行代表一个实体，每列代表一个属性。垂直分表就是垂直切一刀。分成十个1000 * 10的小表。
这样做的意义是，有时候我们并不是对实体的100个属性都那么关注，最关注的可能只是其中的一部分属性，那么就没必要用一个大表把所有东西都存起来，然后一起参与检索。
例如，对于商品，我们最频繁关注的可能是它的名字价格这些（淘宝主页上也只展示这些），而它的具体商品描述和用户评价一般都是感兴趣了才点进去的，所以对于一个商品【实体】而言，名字、价格【属性】的使用频次比商品描述【属性】要高。我们就可以将 商品-名字-价格-描述-评价这个大表，拆分成为商品-名字-价格 和 商品-描述-评价 这两个小表。那么查询商品的名字价格这些信息效率就会提高。

为什么会提高效率呢？
（1）因为描述、评价这种信息字段大，提取的时候需要更长的IO时间，我只想查这个商品的名字价格，数据库却不得不把所有东西都加载进来，自然就拖慢了效率。
（2）数据库以页来存储，如果把所有信息都存在一起，可能一页只能存10个实体的信息，数据库查一页只能检索10个实体。而如果把大字段低频的这些信息分表，只留下商品-名字-价格这个小表，一页就能存10000个实体了，数据库检索这些常用属性的速度就会提升1000倍。
（3）内存以行为单位加载数据，如（2）所述，垂直分表可以在单位空间里存更多的实体信息，加载一行数据进内存之后也能更好地利用空间局部性特性，减少IO的次数。

2、垂直分库：垂直分表提升了单表检索速度，但是都放在一个数据库里，依然收到单个数据库容量、CPU等资源的限制。垂直分库就是按照业务将表进行分类，分布到不同数据库上。

举个例子：把一整个电商数据库分为用户库、商品库、订单库。
垂直分库是按照业务进行分类的，需要进行抽象。

3、水平分库：把同一个表的数据按一定规则拆分到不同数据库中，每个库可以放在不同服务器上。

例如单数的和双数的分开成两个库，放到两个服务器上。那么当请求到来时，要多经过一步数据操作才能直到请求的数据属于哪个数据库，然后路由到对应的数据库上。

4、水平分表：与水平分库类似。是把同一个数据库下的表分成同意数据库下的多张表，这几张表还是存放在同一个数据库里。

性能提高没有水平分库那么大。