分库分表的方式

垂直切分

垂直分表

将某张表中的字段，按照某种业务特征划分，将不同业务特征的字段放入同一张表中，将该表拆分为若干张表，就是垂直分表。

从某种层面来看，这就是数据库表设计层面上的逻辑拆分。

垂直分库

将不同业务特征的表，按照业务特征进行划分，不同业务特征的表放入不同的数据库中。

简单的来讲就是订单相关的表放入订单数据库，产品相关的表放入产品数据库中。

水平切分

水平切分是为了解决单表数据量过大的问题，将单表数据量过大的查询压力分散。

水平分表

将一张表中数据拆分为若干段，分别存入相同表结构的其他表中。这些表为数据的实际存储表，而这些表加起来为该表的逻辑主表。

水平分库

将一张表中数据拆分为若干段，分别存入不同数据库中的相同表结构的表中。

分库分表带来的问题

分库分表后，虽然从数据库数据容量或者是单表的数据库容量层面看，有了显著的下降，但是带来了数据操作的困难。

1. 查询某一条数据，需要到每一个数据库中都检索，根据所有数据库的检索的综合结果来返回查询结果。
2. 关联查询，可能关联查询的两张表不在同一个数据库，就产生了跨库查询，通过查询每个库中的数据之后，在代码中关联起来会很复杂，冗余，代码入侵太强了。
3. 分页或者是排序，无法单独对数据在同一个库的同一张表中进行分页或者排序，需要查询所有库的数据，对综合起来的结果进行分页或者排序。
4. 系统复杂度变高，运维难度增大。

解决方案：

1. 通过spring中的AbstractRoutingDataSource，对多数据源进行操作，在代码层面解决跨库操作带来的问题。业务入侵大，代码量上升。
2. 在持久层框架使用插件，对sql进行拦截，按照既定规则进行sql路由等行为。
3. 驱动层进行代理，shardingJDBC
4. 系统之外的代理层，单独部署，如Mycat，在应用层就可以把Mycat看作是一个多数据源的一个代理。