初入数据库分库分表

参考:

1,  https://www.cnblogs.com/langtianya/p/4997768.html 分区分表分库

2,  https://blog.csdn.net/mingover/article/details/71108852 切分方案

3,  https://www.cnblogs.com/try-better-tomorrow/p/4987620.html  分表的实现+集群

1，分区、分表、分库

	分区	分表	分库
直接含义	将一张表的数据分成N多块区域	将一张表分为N多小表	将储存在一个库的数据分块储存在多个库上
实现方式 (每张完整的表包含.MYD数据文件、.MYI索引文件、.frm表结构文件)	user#P#P1.MYD user#P#P1.MYI user#P#P2.MYD user#P#P2.MYI user.frm user.par	alluser.MRG alluser.frm user1.MYD user1.MYI user1.frm user2.MYD user2.MYI user2.frm (alluser总表，分为user1和user2)	在物理实现上分成多个服务器，不同的分库在不同的服务器上
数据处理	将存放数据的文件分成多个小块；表还是一张表	数据存放在分表中，总表只是外壳
提高性能	1,突破磁盘I/O瓶颈(多核CPU同时对磁盘进行操作)	1,提高单表并发(分成多个小表，锁表对象缩小) 2,磁盘I/O性能提高(分成多个索引文件,索引文件缩小)
实现难度	建立分区表，对开发者透明；和平常建表没区别	多种，并且需要修改代码
解决的问题	提示查询效率	单次查询时间缩短 读写锁影响的数据量变小 插入数据库需要重新建立的索引的数据减少

2, 切分方案

	垂直切分	水平切分
直接含义	将表按照功能模块，关系密切程度切分出来，部署到不同的库上	当一个表中的数据量过大时，可以按照某种规则，将表进行划分，然后储存到多个结构相同的表和不同库上
简要案例	例如建立定义数据库workDB、商品数据库payDB、用户数据库userDB、日志数据库logDB；分别用于储存项目数据定义表、商品定义表、用户数据表、日志数据表等	例如:userDB中可以按照userID散列、性别、省份等进行划分
优点	拆分后业务清晰，拆分规则明确 系统之间整合或扩展容易 数据维护简单	单表数据减少，增加高并发的性能瓶颈 应用端改造较少，提高系统的稳定性和负载能力
缺点	事务处理复杂 部分业务表无法join	分片事务一致性难以解决 数据多次扩展难度跟维护量大 跨库join性能

切分原则

1) 能不切分尽量不要切分

2) 如果必须切分，选择合适的切分规则，并提前规划好

3) 数据切分尽量通过数据冗余或分组，降低跨库join的可能

4) 由于数据库中间件对数据join实现的优劣难以把握，而且实现高性能难度极大，业务读取尽量少使用多表join

3, 分表分库带来的问题

1) 事务问题

    在执行分库分表后，由于数据储存到了不同的库上，数据库事务管理垂涎了困难。如果依赖数据库本身的分布式事务管理功能去执行事务，将付出高昂的性能代价；如果由应用程序去协助控制，形成打的程序逻辑上的事务，会造成编程上的负担

2) 跨库跨表的join问题

    在执行分库分表后，难以避免会将原本逻辑关联性很强的数据划分到不同打的表、不同的库上，这时表的关联操作将会受到限制，无法join位于不同分库的表，也无法join分表粒度不同的表，结果原本一次查询就能完成的业务，可能需要多次查询才能完成

3) 额外的数据管理负担和数据运算压力

    额外的数据管理负担，类似数据的定位问题、数据的增删改查的重复执行问题，都可以通过应用程序解决，但必然引起额外的逻辑运算。例如:需要查询前100名，在分表之前只需要一个order by语句就能完成；分表后，需要n个order by语句，然后再对这些数据进行合并计算。

4，附录

1) join

    根据两个或多个表中的列之间的关系，从这些表中查询数据