数据分片查询方案

概述

什么是数据分片？请自行百度。本文主要讨论的是数据分片后的查询方案。什么？肯定有人纳闷了，查询还需要什么方案？要是这么想就肤浅了。

场景

试想一下这样的场景，多数情况下都是以单一维度进行范围分片（时间、地区、组织、用户ID等），这么一来是满足单一维度的查询，但是遇到多维度查询就会是一件非常头疼的事情。

不同维度数据查询，场景是不⼀样的，主要是分：有partition_key，没partition_key两个场景；

以电商订单为例，订单表的 partion_key 是 user_id。
用户查看自己的订单列表方便
商家查看自己店铺的订单列表就会非常麻烦，数据分布在不同数节点

解决方案

接下来，我将谈谈平时项目中常用的3种方案，大家也可以根据业务场景选择合适的方案。

一、字段表解析

设计一张字段映射表，通过这张表记录条件索引、分片索引和数据库索引形成映射关系，查询是通过这张表进行路由找到所有需要查询的数据库和表，避免全库、全表扫描。

二、NOSQL冗余方案

db->kafka->es 冗余

数据入库并通过消息队列冗余到NOSQL，后续查询通过NOSQL进行。

三、冗余双写方案

以电商为例，数据库设计时拆分商家库、用户库，数据入库时在商家库和用户库各存入一份。