数据库分库分表

一、业务分库

业务分库指的是按照业务模块将数据分散到不同的数据库服务器。例如，一个简单的电商网站，包括用户、商品、订单三个业务模块，我们可以将用户数据、商品数据、订单数据分开放到三台不同的数据库服务器上，而不是将所有数据都放在一台数据库服务器上

业务分库能够分散存储和访问压力，但也带来了新的问题

1）join操作问题

业务分库后，原本在同一个数据库中的表分散到不同数据库中，导致无法使用SQL的join查询

2）事务问题

原本在同一个数据库中不同的表可以在同一个事务中修改，业务分库后，表分散到不同的数据库中，无法通过事务统一修改

二、分表

单表数据拆分有两种方式：垂直分表和水平分表

垂直分表：表记录相同但包含不同的列。例如，上图的垂直拆分，会把表切分成两个表，一个表包含ID、name、age、sex列，另外一个表包含ID、nickname、description列

水平分表：表的列相同但包含不同的行数据。例如，上图的水平拆分，两个表都包含ID、name、age、sex、nickname、description列，但是一个表包含的是ID从1到999999的行数，另一个表包含的是ID从1000000到9999999

单表进行切分后，是否要将切分后的多个表分散在不同的数据库服务器中，可以根据实际的切分效果来确定，并不强制要求单表切分为多表后一定要分散到不同数据库中。原因在于单表切分为多表后，新的表即使在同一个数据库服务器中，也可能带来可观的性能提升，如果性能能够满足业务要求，是可以不拆分到多台数据库服务器的

1、垂直分表

垂直分表适合将表中某些不常用且占了大量空间的列拆分出去

垂直分表引入的复杂性主要体现在表操作的数量要增加

2、水平分表

水平分表适合表行数特别大的表

水平分表相比垂直分表，会引入更多的复杂性，主要表现在下面几个方面：

1）、路由

水平分表后，某条数据具体属于哪个切分后的子表，需要增加路由算法进行计算，这个算法会引入一定的复杂性

常见的路由算法有：

范围路由：选取有序的数据列作为路由的条件，不同分段分散到不同的数据库表中

范围路由设计的复杂点主要体现在分段大小的选取上，分段太小会导致切分后字表数量过多，增加维护复杂度；分段太大可能会导致单表依然存在性能问题

范围路由的优点是可以随着数据的增加平滑地扩充新的表，例如现在的用户是100万，如果增加到1000万，只需要增加新的标就可以了，原有的数据不需要动

缺点是分布不均匀，假如按照1000万来进行分表，有可能某个分段实际存储的数据量只有100条，另外一个分段实际存储的数据量有900万条

Hash路由：选取某个列（或者某几个列组合）的值进行Hash运算，然后根据Hash结果分散到不同的数据库表中。以用户ID为例，假如一开始就规划了10个数据库表，路由算法可以简单地用user_id%10的值来表示数据所属的数据库表编号，ID为985的用户放到编号为5的子表中，ID为10086的用户放到编号为6的子表中

Hash路由的优点是表分布比较均匀，缺点是扩充新的表很麻烦，所有数据都要重分布

配置路由：配置路由就是路由表，用一张独立的表来记录路由信息。以用户ID为例，新增一张user_router表，这个表包含user_id和table_id两列，根据user_id就可以查询对应的table_id

配置路由设计简单，使用起来非常灵活，尤其是在扩充表的时候，只需要迁移指定的数据，然后修改路由表就可以了

配置路由的缺点就是必须多查询一次，会影响整体性能；而且路由表本身如果太大，性能同样可能成为瓶颈

2）、join操作

水平分表后，数据分散在多个表中，如果需要与其他表进行join查询，需要在业务代码或者数据库中间件中进行多次join查询，然后将结果合并

3）、count()操作

count()相加：在业务代码或者数据库中间件中对每个表进行count()操作，然后将结果相加。这种方式实现简单，缺点就是性能比较低

记录数表：新建一张表，假如表名为记录数表，包含table_name、row_count两个字段，每次插入或者删除子表数据成功后，都更新记录数表

4）、order by操作

水平分表后，数据分散到多个子表中，排序操作无法在数据库中完成，只能由业务代码或者数据库中间件分别查询每个子表中的数据，然后汇总进行排序