超级会员免费看
vivo技术团队分享了水平分库分表的实践经验，强调了分库分表方案的可持续性和数据偏斜问题。文章讨论了常见的错误案例，如非互质关系导致的数据偏斜和扩容困难，并提出了标准的二次分片法、关系表冗余、基因法、剔除公因数法和一致性Hash法等解决方案。同时，探讨了翻倍扩容法和一致性Hash扩容法的优缺点，为数据库设计和扩容提供了指导。
作者：vivo平台产品开发团队-Han Lei
一、背景
提起分库分表，对于大部分服务器开发来说，其实并不是一个新鲜的名词。随着业务的发展，我们表中的数据量会变的越来越大，字段也可能随着业务复杂度的升高而逐渐增多，我们为了解决单表的查询性能问题，一般会进行分表操作。
同时我们业务的用户活跃度也会越来越高，并发量级不断加大，那么可能会达到单个数据库的处理能力上限。此时我们为了解决数据库的处理性能瓶颈，一般会进行分库操作。不管是分库操作还是分表操作，我们一般都有两种方式应对，一种是垂直拆分，一种是水平拆分。
关于两种拆分方式的区别和特点，互联网上参考资料众多，很多人都写过相关内容，这里就不再进行详细赘述，有兴趣的读者可以自行检索。
此文主要详细聊一聊，我们最实用最常见的水平分库分表方式中的一些特殊细节，希望能帮助大家避免走弯路，找到最合适自身业务的分库分表设计。
【注1】本文中的案例均基于Mysql数据库，下文中的分库分表统指水平分库分表。
【注2】后文中提到到M库N表，均指共M个数据库，每个数据库共N个分表，即总表个数其实为M*
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
