挑灯夜读——数据库（分库分表）

为什么要分库分表

• 虽然没有经历过BAT那种高并发的业务场景，但是不断实现这些业务场景下的解决方式是我们一直在追求的事，那么我们为什么要进行分库分表呢？

1、业务方向，如果不分库的话，在多个请求下，会带来数据库连接数的迅速递增（连接资源不足）和IO的频率增大（影响性能），那么这样宝贵的资源，势必要将其使用量降到最低。
2、数据方向，sql查询语句时，即使使用了索引也会很耗时，影响cpu性能。

• 从上面可以看到，在实际的业务中，很难直接使用一个库一个表来存放我们的数据，这样势必会导致整体性能下降。
• 那么我们就从以下两个方向来进行优化，如下：

垂直方向

• 何为垂直方向：也就是我们的数据库按照垂直的方向来优化。比如，我们的数据库是由字段来组成的，只有将多个字段分割，不就使我们的数据表的数据量降下来了嘛。

1、单库

• 也就是在传统的知识学习中，我们普遍使用单库来完成业务数据的存储，如下图所示：

• 此时的数据库方案就是：一个数据库包含了多张业务表。那么自然数据请求和写都在这一个数据库中进行操作。

2、分表

• 在系统上线后，用户的数量增多，此时的访问频率不断增加，单个数据库无法承受这种被不断访问的情况，决定多分几个表

仔细一想，当用户字段被ALTER不断添加后，字段可能就会增加到几十上百，那么这样的字段存储的数据还是很大的。

• 将用户表中的字段分为：用户基本表和用户扩展表

• 其中用户基本表存储的是用户的重要信息，包括：姓名、年龄、密码、手机号等。这些字段的访问频率极大。

• 另外的用户扩展表存储着用户的次要信息，包括：爱好、学校、家庭地址等。这些字段的访问频率明显小于上面的重要信息。

• 当然根据访问频率也可以将一个表的字段分为：高访问频率字段和低访问频率字段两种表。

3、分库

• 当然，随着业务量的不断增加，公司的业务拓展的越来越广，此时我们的数据库存储的用户表，可能来自中国、日本、韩国、美国等各个国家的用户，那么简单的使用分表将使表的数量难以估计。
• 这时候，使用分库来进行优化的效果，明显大于分表。而分库的意义就为：将根据业务功能，划分不同的领域。把领域相同的数据存储在一个数据库中。这样就产生了以下的效果。

• 将用户、产品、物流、订单相关的表，从原来的一个数据库，拆分为单独的用户库、产品库、物流库和订单库，一共四个数据库。

4、分表分库

• 综上所示，分表分库也就是按照业务，将数据不仅分表而且分库。

例如：
年度消费的数据，先使用年份进行分库，如下：
2019年库、2020年库、2021年库
再在各个库中进行分表，如下：
每个年库下，分为月份表，1月份表…12月份表

• 这样进行分库分表后，数据的查询就快速多了。当然还有很多分库分表的例子，比如分库通过地域划分：华东、华西、华南、华北、华中。然后每个地区再分为省份表，这样就更方便了。

水平方向

• 水平方向，也就是在数据库的视图中，水平切割数据，就变成了对数据的操作。下面我们细聊：

1、单库

• 和垂直方向一样，也就是没有做任何的优化的单个库。

2、主从读写分离

• 这样的思想，在我们的分布式中经常使用，也就是将为了解决数据库连接的数量受限，每次读写请求都要使用一个连接数，这样会很耗费我们的资源。
• 我们就可以复制一个一样的数据库，形成两个数据库。
• 为了解决这样的问题就引入了读库和写库分开的思想！！！

当然将读写库分开的方式是，使用异步同步数据，这样的异步发起者是我们的主数据库，也就是专门负责写的数据库，我们命名为master。另一个专门负责读的数据库，我们取名为从数据库，命名为slave。

• 也就是所有的读数据都指向主库。一旦写数据完成之后，立马异步同步给从库。这样所有的读数据请求，就能及时从从库中获取到数据了。

• 但是出现了一个问题：如果用户量确实有些大，master挂了，升级slave为master后，所有的读写请求都会指向master（原来的slave）库。

• 这时我们就可以使用一主两从，或者一主多从，master挂了，一个slave升级，还有一个slave负责读。

3、分库

• 上面的读写分离确实解决了读的请求大于写的请求时，导致的master抗不住的情况。但是写的请求非常大时，一个master就无法曾受如此大的压力了。
• 我们便可以将数据库分为多个库

4、分表

• 例如用户库中用户表数据极大，到了几千万用户信息。我们就可以使用分库将用户库拆分为多个一样的表，只是存储的用户不同，可能是id：0-1000000，id：1000001-2000000…
• 分表是在分库的更细化下进行的优化操作。

5、分库分表

• 综合以上的操作，对用户的数据进行分库分表操作。
• 并且在后期的定位操作中，可以使用取模的方式来决定此时需要查询的库和查询的表。

总结

• 垂直方向（也就是业务方向）

• 水平方向（也就是数据方向）

• 在水平方向上，分库和分表的作用，是由一些区别的，不能混淆。

  • 分库：是为了解决数据库连接的数量不足问题，和磁盘IO性能瓶颈问题
  • 分表：是为了解决单数据表量太大，sql查询数据时，即使走了索引也非常耗时。也可以解决cpu资源问题
  • 分库分表：可以解决数据库连接资源不足、磁盘IO性能瓶颈、走索引也耗时和消耗CPU性能问题

• 【注】：本篇文章思路参考公众号：苏三说技术，如果违法，请联系我，立马删除。