如何分表分库？业界有哪些常用方案？可能存在什么问题？

关于分库分表的这个问题，绝对是一个面试加分项。尽管你没有用过，但是面试官可能不太会追究你是否用过，可能就是考察一下，你是否懂这些知识点。如果能把这些回答出来，至少在面试官那里印象分哗啦啦的上涨。

偷偷地告诉你，千万别说自己没用过，先把理论给讲清楚。如果往死里问你是否用过，那就得承认，没用过，你懂的~

话不多说，咱们直接入主题。

一、数据库瓶颈

不管是IO瓶颈，还是CPU瓶颈，最终都会导致数据库的活跃连接数增加，进而逼近甚至达到数据库可承载活跃连接数的阈值。在业务Service来看就是，可用数据库连接少甚至无连接可用。接下来就可以想象了吧（并发量、吞吐量、崩溃）。

1、IO瓶颈

第一种：磁盘读IO瓶颈，热点数据太多，数据库缓存放不下，每次查询时会产生大量的IO，降低查询速度 -> 分库和垂直分表。

第二种：网络IO瓶颈，请求的数据太多，网络带宽不够 -> 分库。

2、CPU瓶颈

第一种：SQL问题，如SQL中包含join，group by，order by，非索引字段条件查询等，增加CPU运算的操作 -> SQL优化，建立合适的索引，在业务Service层进行业务计算。

第二种：单表数据量太大，查询时扫描的行太多，SQL效率低，CPU率先出现瓶颈 -> 水平分表。

二、分库分表

1、水平分库

 

概念：

以字段为依据，按照一定策略（hash、range等），将一个库中的数据拆分到多个库中。

结果：

• 每个库的结构都一样；
• 每个库的数据都不一样，没有交集；
• 所有库的并集是全量数据；