随着用户量的增长，数据库面临负载增加的问题。文章介绍了通过分库分表来缓解压力，包括垂直拆分（按业务划分表）和水平拆分（数据分布式存储）。水平拆分能有效解决单表大数据量导致的效率低下，而垂直拆分则依据业务查询需求。然而，库内分表仅优化单表，未解决服务器资源竞争。
当用户量级上升，写请求越来越多，怎么保证数据库的负载足够？
需要用到分库分表，对写操作进行切分。
库表问题：
单库太大：处理能力有限、所在服务器上的磁盘空间不足，遇到IO瓶颈，需要把库切分成更小的库
单表太大：CURD效率低，数据量太大导致查询超时，需要把单表拆分成多个数据集更小的表
分库与分表的目的在于，减小数据库的单库单表负担，提高查询性能，缩短查询时间。
拆分策略：
单个库太大，先考虑是表多还是数据多：
表多那就使用垂直拆分，根据业务查分成不同的库；
单表数据量过大，使用水平拆分，即把表的数据按照某种规则拆分成多张表。
分库分表优先考虑垂直拆分、在考虑水平拆分。
库内分表，仅仅是解决了单表数据过大的问题，但并没有把单表的数据分散到不同的物理机上，因此并不能减轻 MySQL 服务器的压力，仍然存在同一个物理机上的资源竞争和瓶颈，包括 CPU、内存、磁盘 IO、网络带宽等
扫一扫
2346
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
