01-为什么要学习分库分表？

为什么要学习分库分表？

2019年双11成交额重要节点：

11月11日1分钟超65亿；
11月11日1分36秒，超100亿；
11月11日5分25秒，超300亿；
11月11日1小时3分59秒，超1000亿；
11月11日1小时26分07秒，成交额超1207亿；
11月11日14小时21分，成交额破2000亿；
11月11日16小时31分，成交额破2135亿；
11月11日22点28分，成交额超2500亿元；
11月12日00点00分，最终成交额2684亿元。

一分钟超65亿的话，那么也就是每秒钟1个亿的交易量，TPS>=1E

我们不妨设想下，如果采用MySQL数据库，TPS>=1E，其核心交易系统的数据库设计也是要进行分库分表的，否则根本无法支持如此大规模的高性能并发写入。

关于TPS的概念，请看我这篇文章，《TPS计算方法》

那么引入我们今天要讨论的正题，分库分表。目前数据库的拆分形式，一般有两种方式比较主流。

一、数据分片

• “数据分片” 通俗讲，就是把数据库服务器中的大表拆分成若干个小表（分片），这些分片可分布在单台/多台数据库服务器上。
• 分库分表概念中的 “分片” 最小单位，指数据库中的表。

二、垂直拆分

• 想象一下，一个数据库的数据由一整块豆腐组成。
• 我们根据不同的场景需要（炒菜、做汤、火锅），将整块豆腐垂直切成小豆腐块，放到不同盘子里。
• 盘子中的小豆腐块，可以理解为数据库中的“表”。
• 最终，不同的表会根据业务需要分散存储到不同的数据库中。

图1

图1中，我们使用了垂直分库的思想，把热点业务“考试”，单独分出来一个数据库，然后把“考试”相关的表，全部拉入新数据库DB Examination中。

总体思路是，针对热点业务，可以单独的分出一个新库来进行存储，降低主库的请求压力。 后期可针对不同业务，单独分出不同的数据库。这个思路叫做垂直分库，先理解这个概念。

三、水平拆分

• 开学季，某学校有很多新学生准备入学。
• 入学后，新生会根据所在地区进行分班。
• 假设每个班能够容纳30名学生，我们以“班级” 为单位，把众多入学的学生，通过分班算法（根据所在地区进行分班），分配到不同的班级中。
• 班级 理解为“表”。
• 学校 理解为“数据库”。
  
  

图2

图2中，我们使用了水平分表 的思想，在同一个数据库中，由于突发需求（大批量新生转院进入我校），那么会导致学生表根本无法满足现有业务需求，我们则需要对其进行水平拆分，分成多个学生表Student Table #0...#2。

总体思路是，针对热点业务，在同一个数据库下，按照不同的分片算法，分出多个数据表来满足现有业务需求，降低单表的请求压力。

仔细理解上述的知识点后，聪明的同学是否还会问到，那么这两种拆分的优缺点有哪些？

四、优劣对比

总结，我给大家的建议是，
任何的系统架构设计，都是为了简单而稳定，不要盲目追求新技术而把事情搞复杂。

1、能垂直分库的场景，就不要考虑做水平分表。
2、必须要水平分表的话，那么能分表就不要再分库。