数据库分区、分表、分片的区别

一．分区的概念

分区并不是生成新的数据表，而是将表的数据均衡分摊到不同的硬盘，系统或是不同服务器存储介子中，实际上还是一张表。另外，分区可以做到将表的数据均衡到不同的地方，提高数据检索的效率，降低数据库的频繁IO压力值

1.1分区的两种方式

1、水平分区
这种形式分区是对表的行进行分区，通过这样的方式不同分组里面的物理列分割的数据集得以组合，从而进行个体分割（单分区）或集体分割（1个或多个分区）。所有在表中定义的列在每个数据集中都能找到，所以表的特性依然得以保持。
举个简单例子：一个包含十年发票记录的表可以被分区为十个不同的分区，每个分区包含的是其中一年的记录。（朋奕注：这里具体使用的分区方式我们后面再说，可以先说一点，一定要通过某个属性列来分割，譬如这里使用的列就是年份）
2、垂直分区
这种分区方式一般来说是通过对表的垂直划分来减少目标表的宽度，使某些特定的列被划分到特定的分区，每个分区都包含了其中的列所对应的行。
举个简单例子：一个包含了大text和BLOB列的表，这些text和BLOB列又不经常被访问，这时候就要把这些不经常使用的text和BLOB了划分到另一个分区，在保证它们数据相关性的同时还能提高访问速度。

二．分区分表和分库的区别

分区
就是把一张表的数据分成N个区块，在逻辑上看最终只是一张表，但底层是由N个物理区块组成的
分表
就是把一张表按一定的规则分解成N个具有独立存储空间的实体表。系统读写时需要根据定义好的规则得到对应的字表明，然后操作它。

分库
一旦分表，一个库中的表会越来越多

三．关于数据分片

数据分片技术（sharding）应用于分布式场景下。将不同类别的数据分配到各个子服务器下，应该满足的特点：

1.分布均匀：即每台设备上的数据量尽可能接近
2.负载均衡：即每台设备的请求量尽可能接近
3.扩缩容量是数据的迁移尽可能的小

数据分片一般都是使用Key或Key的哈希值来计算Key的分布，常见的几种数据分片的方法如下：
1.划分号段，比如将key为1-100的数据存储在设备一，100-200的数据存储到设备二，依次划分，缺点是各个号段的热度不一样，会导致负载不均衡
2.取模，取key的hash值，然后根据设备数量取模，得到设备号，将数据存储进相应的设备中，缺点是在扩容时数据的迁移会非常大
3.检索表，在检索表中记录数据与设备间的映射关系，需要时查找检索表就能够找到数据的存储地址，缺点是在数据量大的情况下，检索表也会非常大
4.一致性哈希算法（Consistent Hashing）